Causal Inference

Doble LASSO en Stata: ¿reduce el aborto la delincuencia?

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.

Doble LASSO para inferencia causal: ¿reduce el aborto la delincuencia?

Un recorrido accesible por el Doble LASSO para inferencia causal, replicando el análisis de Fitzgerald, Lattimore, Robinson y Zhu (2026) sobre la cuestión del aborto y la delincuencia de Donohue–Levitt con 284 controles candidatos y errores estándar agrupados por estado.

Impuestos al carbono y emisiones de CO2: un análisis de control sintético en Python

Control sintético e IV en Python — replicando a Andersson (2019) sobre el impuesto al carbono de Suecia y las emisiones de CO2 con pysyncon y pyfixest.

Aprendizaje automático causal y la maldición de los recursos con Python EconML

Estime efectos causales heterogéneos de la minería y los precios de los minerales sobre el desarrollo económico mediante el CausalForestDML de EconML con Double Machine Learning, aplicado a datos simulados de la maldición de los recursos.

Double Machine Learning con datos de planes 401(k): de los efectos de elegibilidad al análisis de cumplidores

Estimación del efecto causal de la elegibilidad y la participación en planes 401(k) sobre los activos financieros netos mediante tres modelos DoubleML (PLR, IRM, IIVM) con el conjunto de datos de pensiones SIPP de 1991.

Aprendizaje automático causal para la evaluación de políticas: del ATE al IATE hacia una mejor regla de asignación

Un recorrido accesible para principiantes por el aprendizaje automático causal —ATE, GATE, IATE y la asignación que maximiza el bienestar— usando DoubleML y EconML sobre una cohorte sintética estilo ALMP de Flandes con efectos verdaderos conocidos.