工業団地は地域の経済活動を高めるのか、そして誰のためにそうするのか。Pythonによる、エチオピアの工業団地を対象とした初心者向けの段階的な差分の差分法による評価です。合成的に較正されたデータを用いてHuang, Wang & Xu (2026) を再現し、pyfixestによるTWFEとイベントスタディ、Sun-Abraham、Borusyak/Gardner、Callaway-Sant'Annaといった最新の推定量に加えてdiff-diffによるGoodman-Bacon分解、DHSの世帯福祉と女性のエンパワーメントに関する調査重み付きの繰り返し横断面DiD、そしてConleyの空間標準誤差を扱います。
Pythonの因果推論で、局所的な自然災害の長期的な経済的影響を評価します。2004年のアチェ津波に関するHeger & Neumayer (2019) を初心者向けに再現します。合成的に較正されたデータを用いて、pyfixestによる動的な差分の差分法、diff-diffによるイベントスタディ、夜間光の用量反応、mlsynthによる合成コントロール、Conleyの空間標準誤差を扱います。
単一の処置ユニットに対する拡張Synthetic Control法（ASCM）の、直感を重視した初心者向けチュートリアルです。augsynthパッケージを用いて、2012年のカンザス州の減税が一人当たりGDPに与えた影響を、古典的なSynthetic Controlからリッジによる拡張まで推定し、推論の4つの方法を丁寧に解説します。
合成的差分の差分法（SDID）を導入・導出し、カリフォルニア州の提案99に適用します。元の差分の差分法および合成コントロール法（synth2）と比較し、処置群が1つだけの場合のプラセボ推論の方法も説明します。
処置の導入時期が単位ごとに異なる「時差導入（staggered adoption）」へ合成的差分の差分法を拡張し、119か国の議会ジェンダー・クオータにStataで適用します。コホート別推定量とその全体ATTへの集計、最新のsdid_eventによるイベントスタディ、そしてブートストラップ・ジャックナイフ・プラセボの各推論を導出・解説します。
R版・Stata版のダブルLASSOチュートリアルのPython版です。同じデータ、同じ5つの推定量を用い、DoubleMLライブラリ（DoubleMLPLR、DoubleMLIRM、および LASSO・RandomForest・XGBoost 間での学習器のロバスト性）を実践的に紹介します。
R版ダブルLASSOチュートリアルのStata版です。同じデータ、同じ5つの推定量を用い、Donohue・Levitt の中絶と犯罪のパネルデータに対する Belloni–Chernozhukov–Hansen の284コントロール拡張を、pdslasso・rlasso・cvlasso で再現します。
因果推論のためのダブルLASSOをわかりやすく解説します。Fitzgerald・Lattimore・Robinson・Zhu（2026）による、Donohue–Levitt の中絶と犯罪の問いの再現分析を、284個の候補コントロールと州単位のクラスター標準誤差を用いて再現します。
Pythonでのsynthetic controlと操作変数法——pysynconとpyfixestを用いて、スウェーデンの炭素税とCO2排出量に関するAndersson (2019) を再現します。
シミュレーションされた資源の呪いのデータに適用し、EconMLのCausalForestDMLとダブル機械学習を用いて、鉱業と鉱物価格が経済発展に与える異質な因果効果を推定します。