Stata Homework  Tuesday December 3 20:28:37 2019   Page 1

                                                                          ___  ____  ____  ____  ____(R)
                                                                         /__    /   ____/   /   ____/   
                                                                        ___/   /   /___/   /   /___/    
                                                                          Statistics/Data Analysis      

                                          User: Danish Naeem Khan (19160015) / Aleeshay Obaid (19160002)
                                                                         Project: SDA                   

      name:  <unnamed>
       log:  C:\Users\19160015\Desktop\Stata Homework (Final Submission).smcl
  log type:  smcl
 opened on:   3 Dec 2019, 20:03:54

1 . do "C:\Users\19160015\Desktop\Stata Homework (Final Submission).do"

2 . import excel "C:\Users\19160015\Desktop\Stata+Homework.xls", sheet("Sheet1") fi
> rstrow
(43 vars, 4,360 obs)

3 . ******************** Question‐1 ********************
4 . ********** Part‐a **********
5 . lab var nr "Person Identifier"

6 . lab var agric "=1 if in agriculture"

7 . lab var black "=1 if black"

8 . lab var construc "=1 if in construction"

9 . lab var exper "labor mkt experience"

10 . lab var hisp "=1 if Hispanic"

11 . lab var poorhlth "=1 in poor health"

12 . lab var hours "annual hours worked"

13 . lab var manuf "=1 if in manufacturing"

14 . lab var married "=1 if married"

15 . lab var nrthcen "=1 if north central"

16 . lab var nrtheast "=1 if northeast"

17 . lab var south "=1 if south"

18 . lab var educ "years of schooling"

19 . lab var union "=1 if in union"

20 . lab var lwage "log(wage)"

21 . lab var d81 "=1 if year==1981"

22 . lab var d82 "=1 if year==1982"

23 . lab var d83 "=1 if year==1983"

24 . lab var d84 "=1 if year==1984"

25 . lab var d85 "=1 if year==1985"
 Stata Homework  Tuesday December 3 20:28:39 2019   Page 2

26 . lab var d86 "=1 if year==1986"

27 . lab var d87 "=1 if year==1987"

28 . lab var expersq "expereince squared"

29 . ********** Part‐b **********
30 . gen year=1 if d81==1
(3,815 missing values generated)

31 . replace year=2 if d82==1
(545 real changes made)

32 . replace year=3 if d83==1
(545 real changes made)

33 . replace year=4 if d84==1
(545 real changes made)

34 . replace year=5 if d85==1
(545 real changes made)

35 . replace year=6 if d86==1
(545 real changes made)

36 . replace year=7 if d87==1
(545 real changes made)

37 . ********** Part‐c **********
38 . lab def year 1"Year‐1981" 2"Year‐1982" 3"Year‐1983" 4"Year‐1984" 5"Year‐1985" 6
>  "Year‐1986" 7"Year‐1987"

39 . lab val year year

40 . tab year

       year        Freq.     Percent        Cum.

  Year‐1981          545       14.29       14.29
  Year‐1982          545       14.29       28.57
  Year‐1983          545       14.29       42.86
  Year‐1984          545       14.29       57.14
  Year‐1985          545       14.29       71.43
  Year‐1986          545       14.29       85.71
  Year‐1987          545       14.29      100.00

      Total        3,815      100.00

41 . lab var year "1980 to 1987"

42 . * defining the variable of year in part‐a here*
43 . ********** Part‐d **********
44 . gen ethnicity=1 if black==0
(504 missing values generated)
 Stata Homework  Tuesday December 3 20:28:39 2019   Page 3

45 . replace ethnicity=2 if black==1
(504 real changes made)

46 . lab def race 1"white" 2"black"

47 . lab val ethnicity race

48 . ******************** Question‐2 ********************
49 . ********** Part‐a **********
50 . sum hours

    Variable          Obs        Mean    Std. Dev.       Min        Max

       hours        4,360    2191.257    566.3523        120       4992

51 . return list

scalars:
                  r(N) =  4360
              r(sum_w) =  4360
               r(mean) =  2191.257339449541
                r(Var) =  320754.9289435966
                 r(sd) =  566.3523010844016
                r(min) =  120
                r(max) =  4992
                r(sum) =  9553882

52 . ***** (i) *****
53 . di (3200‐r(mean))/r(sd)
1.7811222

54 . di (3800 ‐ r(mean))/r(sd)
2.8405335

55 . di 0.99774‐0.96246
.03528

56 . * The probability that the annual hours worked is more than 3200 and less than 
> 3800 i.e. p[3200<X<3800] is (0.99774‐0.96246) that is 0.03528
57 . ***** (ii) *****
58 . di (950‐r(mean))/r(sd)
‐2.19167

59 . di 1‐0.98574
.01426

60 . * The probability that the annual hours worked is less than 950 i.e. p[X<950] i
> s 0.01426
61 . ***** (iii) *****
62 . *To answer this question first we need to find the value in Z‐distribution tabl
> e against which we get the answer approximately equal to 0.1379 after subtracti
> ng the value of Z‐distribution table from 1 which we get as ‐1.09
63 . di (‐1.09*r(sd))+r(mean)
1573.9333
 Stata Homework  Tuesday December 3 20:28:39 2019   Page 4

64 . * So, the value of annual hours worked for probability 0.1379 is 1573.933
65 . ***** (iv) *****
66 . *To answer this question first we need to find the value in Z‐distribution tabl
> e against which we get the answer approximately equal to 0.0655 after subtracti
> ng the value of Z‐distribution table from 1 which we get as ‐1.51
67 . di (‐1.51*r(sd))+r(mean)
1336.0654

68 .  *So. the value of annual hours worked for probability 0.0655 is 1336.0654
69 . ********** Part‐b **********
70 . gen norm_hrs=((hours‐r(mean))/r(sd))

71 . tabstat norm_hrs, s(mean sd)

    variable        mean        sd

    norm_hrs   ‐9.38e‐11         1

72 . ********** Part‐c **********
73 . ***** (i) *****
74 . count if norm_hrs>1.7811 & norm_hrs<2.840
  160

75 . *So, there are 160 observations in norm_hrs betweem 1.7811 and 2.840
76 . ***** (ii) *****
77 . count if norm_hrs < ‐2.19
  121

78 . *So, there are 121 observations in norm_hrs which are less than ‐2.19
79 . ***** (iii) *****
80 . di (160/4360)
.03669725

81 . *This value is close to the value obtained in part‐a(i)
82 . di (121/4360)
.02775229

83 . *This value is not close to the value obtained in part‐a(ii)
84 . ***** (iv) *****
85 . kdensity norm_hrs, norm

86 . graph save "Graph" "C:\Users\19160015\Desktop\k‐density graph [Q 2‐c(iv)].gph"
(file C:\Users\19160015\Desktop\k‐density graph [Q 2‐c(iv)].gph saved)

87 . *The reason that we get different answers in [Q 2‐a(ii)] and [Q 2‐c(ii)] is tha
> t [Q 2‐c(ii)] our data is normally distributed, whereas, in [Q 2‐a(ii)] our dat
> a is not normally distributed due to which we get different answers in both par
> ts.
88 . ******************** Question‐3 ********************
89 . ********** Part‐a **********
90 . generate wage = exp(lwage)

91 . ********** Part‐b **********
92 . scatter wage educ
 Stata Homework  Tuesday December 3 20:28:39 2019   Page 5

93 . graph save "Graph" "C:\Users\19160015\Desktop\Scatter plot [Q 3‐b].gph"
(file C:\Users\19160015\Desktop\Scatter plot [Q 3‐b].gph saved)

94 . * Yes, the scatter plot satisfies our expectation because it shows that higher 
> education leads to a higher wage rate
95 . ********** Part‐c **********
96 . corr wage educ
(obs=4,360)

                   wage     educ

        wage     1.0000
        educ     0.2643   1.0000

97 . * The correlation between wage and education suggests that there is a positive 
> relationship between the two variables with a strength of 0.2643. The correlati
> on coefficient ranges between ‐1 and 1 and can be found by dividing the covaria
> nce of the given variables by the product of the standard deviation of the give
> n variables.
98 . corr wage educ, cov
(obs=4,360)

                   wage     educ

        wage    10.2542
        educ    1.47807  3.04915

99 . *The covariance of the given variables is positive (1.47807) which shows that b
> oth of the variables move in the same direction.
100 . ********** Part‐d **********
101 . reg wage educ

      Source         SS           df       MS      Number of obs   =     4,360
   F(1, 4358)      =    327.38
       Model    3123.18017         1  3123.18017   Prob > F        =    0.0000
    Residual    41575.0738     4,358  9.53994352   R‐squared       =    0.0699
   Adj R‐squared   =    0.0697
       Total     44698.254     4,359   10.254245   Root MSE        =    3.0887

        wage        Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]

        educ     .4847476   .0267911    18.09   0.000     .4322235    .5372718
       _cons      .215163   .3187013     0.68   0.500    ‐.4096536    .8399795

102 . * Here, our dependent variable is wage and independent variable is education. O
> ur coefficient (educ) shows us that if we increase education by 1 unit, the wag
> e increases by 0.4847476 on average. Moreover, our intercept (_cons) tells us t
> hat when education is 0 the average wage is 0.215163.
103 . ********** Part‐e **********
104 . * R‐Squared (the value of goodness of fit) is 0.0699 which tells us that out of
>  total (100%) variation in dependent variable (wage), 6.99% of the variation is
>  explained by our independent variable (education).
 Stata Homework  Tuesday December 3 20:28:39 2019   Page 6

105 . ********** Part‐f **********
106 . scatter wage educ || lfit wage educ

107 . graph save "Graph" "C:\Users\19160015\Desktop\Scatter plot [Q 3‐f].gph"
(file C:\Users\19160015\Desktop\Scatter plot [Q 3‐f].gph saved)

108 . ********** Part‐g **********
109 . predict predicted_wages
(option xb assumed; fitted values)

110 . predict predicted_errors, res

111 . ********** Part‐h **********
112 . ***** (i) *****
113 . tabstat predicted_errors, s(sum)

    variable         sum

predicted~rs     .000066

114 . * The sum of the predicted_errors gives us the value of 0.000066 which is appro
> ximately equal to zero
115 . ***** (ii) *****
116 . g actual_wage= predicted_wages+predicted_errors

117 . * if both the variables (wage and actual_wage) are equal then the sum of the di
> fference of both the variables must also be equal to zero.
118 . g difference_wage= wage‐actual_wage

119 . tabstat difference_wage, s(sum)

    variable         sum

difference~e    .0000199

120 . * The sum of the difference_wage approximately equals zero because the sum of o
> ur predicted_errors was not exactly zero. However, if we round‐off the values o
> f the predicted_errors to two decimal place and it's sum turns out to be exactl
> y zero. Then the sum of difference_wage (sum of the difference of wage and actu
> al_wage) will resultantly sum exactly zero.
121 . ***** (iii) *****
122 . di "19160015 ‐ 19160002"
19160015 ‐ 19160002

123 . ******************** Question‐4 ********************
124 . ********** Part‐a **********
125 . decode year, gen(Year)

126 . *Here it has removed codes behind the variable year and generated a new string 
> variable as Year
127 . ********** Part‐b **********
128 . encode Year, gen(YEAR)
 Stata Homework  Tuesday December 3 20:28:39 2019   Page 7

129 . *Here it has coded the variable Year and generated a new variable YEAR which ha
> s codes on it's back end.
130 . * No, there is no difference behind the coding of year and YEAR because when we
>  use the command of encode on Year it encoded the variable alphabetically. Sinc
> e, the Year‐1981 comes prior to Year‐1982 in aphabetical order it encoded Year‐
> 1981 as 1 and Year‐1982 as 2. As we did earlier when we generated the variable 
> year.
131 . ********** Part‐c **********
132 . tostring married, gen (Married)
Married generated as str1

133 . destring Married, gen (MARRIED)
Married: all characters numeric; MARRIED generated as byte

134 . ******************** Question‐5 ********************
135 . ********** Part‐a **********
136 . tabstat wage hours if (educ>=10 & educ<=15), s(p50)

   stats        wage     hours

     p50    5.453574      2080

137 . * For the individuals whose year of ecucation are between 10 & 15 (both 10 & 15
>  inclusive), the median wage is 5.453574 and median hours worked is 2080.
138 . tabstat wage hours if (educ>=2 & educ<=6), s(p50)

   stats        wage     hours

     p50    4.521925      2080

139 . * For the individuals whose year of ecucation are between 2 & 6 (both 2 & 6 inc
> lusive), the median wage is 4.521925 and median hours worked is 2080.
140 . ********** Part‐b **********
141 . tab married ethnicity, col

 Key               

     frequency     
 column percentage 

     =1 if         ethnicity
   married       white      black       Total

         0       2,072        374       2,446 

                 53.73      74.21       56.10 

         1       1,784        130       1,914 

                 46.27      25.79       43.90 

     Total       3,856        504       4,360 

                100.00     100.00      100.00 
 Stata Homework  Tuesday December 3 20:28:39 2019   Page 8

142 . * Of all black people, 25.79% are married
143 . tab ethnicity married, col

 Key               

     frequency     
 column percentage 

                 =1 if married
 ethnicity           0          1       Total

     white       2,072      1,784       3,856 

                 84.71      93.21       88.44 

     black         374        130         504 

                 15.29       6.79       11.56 

     Total       2,446      1,914       4,360 

                100.00     100.00      100.00 

144 . * Of all unmarried people, 84.71% are White
145 . ********** Part‐c **********
146 . sum wage, d

                            wage

      Percentiles      Smallest
 1%     1.004084       .0279014
 5%     2.299114       .2424242
10%     2.874092       .2836879       Obs               4,360
25%     3.860191        .296195       Sum of Wgt.       4,360

50%     5.318244                      Mean           5.919175
                        Largest       Std. Dev.      3.202225
75%     7.323994       31.48034
90%     9.601383       32.22385       Variance       10.25425
95%     11.14366       43.70629       Skewness       3.007379
99%     16.33186       57.50431       Kurtosis       29.37572

147 . return list

scalars:
                  r(N) =  4360
              r(sum_w) =  4360
               r(mean) =  5.91917510948853
                r(Var) =  10.25424501323122
                 r(sd) =  3.202225009775424
           r(skewness) =  3.007379490602033
           r(kurtosis) =  29.37571706953641
                r(sum) =  25807.60347736999
                r(min) =  .0279013924300671
                r(max) =  57.50430679321289
                 r(p1) =  1.004084467887878
                 r(p5) =  2.299114227294922
                r(p10) =  2.874091982841492
                r(p25) =  3.860190629959106
                r(p50) =  5.318243980407715
                r(p75) =  7.323993921279907
                r(p90) =  9.601382732391357
                r(p95) =  11.14365768432617
                r(p99) =  16.33186340332031
 Stata Homework  Tuesday December 3 20:28:39 2019   Page 9

148 . di r(p99)/r(p1)
16.265428

149 . * The ration of P99 to P1 (P99:P1) is 16.265428
150 . di r(p90)/r(p10)
3.3406665

151 . * The ration of P90 to P10 (P90:P10) is 3.3406665
152 . di r(p75)/r(p25)
1.8973141

153 . * The ration of P75 to P25 (P75:P25) is 1.8973141
154 . di r(p90)/r(p50)
1.8053671

155 . * The ration of P90 to P50 (P90:P50) is 1.8053671
156 . 
end of do‐file

157 . log close
      name:  <unnamed>
       log:  C:\Users\19160015\Desktop\Stata Homework (Final Submission).smcl
  log type:  smcl
 closed on:   3 Dec 2019, 20:08:37