Versión en Stata del tutorial de Doble LASSO en R: los mismos datos, los mismos cinco estimadores, replicando la extensión de 284 controles de Belloni-Chernozhukov-Hansen del panel de aborto y delincuencia de Donohue y Levitt con pdslasso, rlasso y cvlasso.
¿La legalización del aborto redujo la delincuencia en Estados Unidos, como afirmó un famoso estudio de 2001? En lugar de elegir a mano unas pocas variables de control, dejamos que un método guiado por los datos elija entre 284 candidatas y verificamos si el hallazgo original se sostiene. Este tutorial en R incluye una aplicación interactiva que funciona en su navegador web.
¿El impuesto al carbono que Suecia introdujo en 1991 redujo las emisiones de carbono del transporte, y perjudicó a la economía? Este tutorial de Python construye una Suecia comparable a partir de otros países ricos y encuentra emisiones del transporte alrededor de 11 por ciento más bajas cada año, sin señales de un menor crecimiento económico. Incluye una aplicación interactiva que funciona en su navegador web.
¿La riqueza minera ayuda o perjudica el desarrollo local, y las buenas instituciones locales marcan la diferencia? Este tutorial en Python usa aprendizaje automático causal con datos simulados de distritos, cuyos efectos verdaderos se conocen, para medir cómo varía de un lugar a otro el impacto de la minería y de los precios de los minerales. Incluye una aplicación interactiva que funciona en su navegador web.
¿Tener acceso a un plan de ahorro para el retiro en el trabajo hace que los hogares estadounidenses ahorren más, o los hogares que lo tienen simplemente ganan más? Este tutorial en Python usa el doble aprendizaje automático, que permite que modelos de predicción flexibles tengan en cuenta el ingreso y otras diferencias, con datos de una encuesta de 1991. Incluye una aplicación interactiva que funciona en su navegador web.
Si un programa de capacitación laboral ayuda a las personas desempleadas a encontrar trabajo, ¿quién se beneficia más y a quién conviene ofrecerle un cupo primero? Este tutorial en Python usa aprendizaje automático causal con datos simulados de buscadores de empleo, cuyos efectos verdaderos se conocen, para pasar del efecto promedio a los efectos individuales y a una mejor forma de asignar la capacitación. Incluye una aplicación interactiva que funciona en su navegador web.