プーリングOLSから相関ランダム効果（Mundlak）まで、7つのパネルデータ推定量を2期間の労働者賃金パネルに適用しながら、初心者にも分かりやすく解説します。予測クイズ、2つの短い証明、インタラクティブなラボ、解答付き演習を通じて、個人内推定量が労働組合の賃金プレミアムをほぼ3倍にする理由を示します。
企業の雇用はどれほど持続的でしょうか。プールドOLS、固定効果、Anderson-HsiaoのIV、Arellano-Bondの差分GMM、Blundell-BondのシステムGMMを古典的な英国140社パネルに適用し、AR(2)検定・Hansen検定・操作変数の縮約（collapse）診断が、4つの魅力的だが誤った推定値の中から唯一擁護できる推定値をどのように選り分けるかを示します。
Arellano-Bond GMMを用いて、戦争が1人当たり対数GDPに与える国内の動学的効果をStataで推定します。Thies and Baum（2020）を、160カ国・1955〜2015年のパネルで再現します。
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。
Pythonとlinearmodelsを用いて、パネルデータ回帰における標準誤差推定量を比較します——従来型からクラスター頑健、Driscoll-Kraay、固定効果まで。