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。
Classifier-LASSO法（Su, Shi, Phillips 2016）を用いて、パネルデータにおける潜在的なグループ構造を特定します。プールされた民主主義と成長の効果+1.055が、57カ国における+2.151の効果と41カ国における-0.936の効果を覆い隠していることを明らかにします。