代写Econ 145 Data Wrangling for Economics Fall 2024代做Python编程

Econ 145

Data Wrangling for Economics

Syllabus

Fall 2024

Real economic data is often messy.  It can require significant filtering and re-arranging before it can be analyzed.  In this course we learn techniques to accomplish this.  We focus on the what to do questions, such as the importance of checking for missing data. Along the way, we learn some answers to the ‘how to do it’ questions.  We will learn some basic use of the R computer environment, although once you understand the issues you will be able to apply concepts in other environments as well.  We will learn some very basic techniques of data description, analysis, and presentation.  But this course is not a substitute for a computer science course nor for courses in econometrics/statistics.  It’s all about the nitty-gritty of dealing with real data in economics.

Data  Wrangling for Economics is a learning by doing course. To be successful in this course you should like to learn concepts and you should like to solve puzzles. Pretty much everything is open book, so memorization is of very little importance.  This course is open to individuals of all skill sets.   No  prior  R  experience  is  required!   In  fact,  this  course  is  designed  for individuals with no prior R experience.

Student Learning Objectives and Purpose of Class

Students will learn how to:

a)  Organize data for computer analysis.

b)  Display and summarize data in order to answer substantive questions.

c)  Communicate findings clearly and succinctly.

Course Organization

The course has a number of moving parts.

1.  Class lectures are each Tuesday/Thursday.

2.  Computer lab hours:  The computer lab in North Hall 1122 will be staffed with folks to help you from 5:00pm-8:00pm Monday and Wednesday and 6:30pm-8:00pm Tuesday and Thursday the time . During your assigned section time you get priority for access to a computer. Good place to meet up with classmates too.

3.  Office hours: Tuesday 11:00-12:00 with Professor Startz to discuss anything you’d like to discuss. . . except R and the specifics of the homework  (those belong on  Nectir). Concepts in data wrangling, questions about the lecture material, advice on careers, and the state of the world are all fair game.

4.  Guided Exercises are on Canvas.   Each one walks you through material relevant to the course and to assignments.   We strongly suggest that you code along with the examples that we go through, although there will be times when copying and pasting can be useful (e.g. loading in a data set).  Spending time on the guided exercises is strongly recommended. You do not turn in anything from the guided exercises.

5.  Homeworks:  Assignments  and deadlines are posted on  Canvas.  For each homework (unless otherwise specified) you will:

a.  Upload R code to GradeScope.  Gradescope will grade your code and give you a little bit of feedback.  You can turn code in to GradeScope as often as you like, only the highest scoring submission counts for a grade.

b.  Create a written analysis. Turn in a your assignment on GradeScope.

6.  Simulation week.  During the week of November 18, you will receive multiple analysis assignments.  As is often true in organizations, these assignments will be short-fuse, time-critical. Be sure to set aside time for the needed tasks. These assignments count for more than one homework.

7.  Online implicit bias test. You receive participation credit for this assignment. You are not graded on your answers.

8. Final project. The final project is an extended homework. In addition to turning it in for a grade, think of your final project as giving you a writing sample and some talking points you can use as part of a job search.

9.  Exams?  Nope, no exams.

Necessary equipment

Basically, you need an internet connection and some kind of computer.  You need something with a keyboard and a bigger screen is better.  (A smart phone won’t do.) You need software to create a pdf document, but almost any word processor will do that.

Collaborating and getting help

• You are strongly encouraged to collaborate on assignments with classmates.  Having discussions on Nectir is one way to do this.  We recommend coding with RStudio open in one window and Google open in another.  And if you find ChatGPT or other AI useful, go for it.  (Our experience is that AI can be useful, but not useful enough to get a good grade used uncritically.)

• All questions are fair game for you to post on Nectir.   (Do  keep it PG, which can sometimes be hard while coding.) And drop in when you can to help out a classmate! Course staff members will monitor Nectir as regularly as the budget allows.  So we hope that between classmates and staff that response rates will be relatively quick.

•  For administrative questions about the course–not about help with homework or R– send email to econ-econ145@ucsb.edu. We will try to get you a response within 24 hours. Do not send questions through Canvas.

Grade points

Grade points will be assigned something like this:

Table 1: Point Breakdown

Assignment	Points
Homework - coding	100 (x14)
Homework - write-up	500 (x8)
Implicit Bias Test Participation	100
Simulation Week coding	100 (x2)
Simulation Week write-up	500 (x2)
Final project - coding	200
Final project - write-up	1200
See also insurance policies and extra credit below

At the end of the term, we will sort grades more or less in line with the econ department’s guidelines for elective, upper  division  courses.   So  the  raw  grades  don’t  correspond  to  any particular letter grade.

Most homework assignments will consist of two parts: a coding portion and a written portion. The coding portion may be submitted to gradescope an unlimited amount of times.  The submission with the highest grade will be counted.  The written portion will be graded based on addressing the prompt, clarity of writing, and organization.