Li & Fotheringham (2026) に忠実なPythonチュートリアルです。2段階のMGWFERアルゴリズムを用いて、マルチスケールGWRから時間不変の空間的交絡を取り除き、シミュレートされたパネルデータ（225ユニット×3期間）から不偏な空間変動傾きと内在的な文脈効果の両方を回復します。
因果機械学習を初心者向けにわかりやすく解説します。真の効果が既知の合成フランダースALMP風コホートに対して、DoubleMLとEconMLを用いて、ATE・GATE・IATEと厚生を最大化する割り当てを扱います。
7つのパネルデータ推定量——POLS、Between、First-Differences、Fixed Effects、Two-Way FE、Random Effects、Correlated Random Effects（Mundlak）——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。
PyFixestとGreat Tablesを用いて、Pythonで差分の差分法（DiD）を学びます。Corral and Yang (2024) に基づき、2×2デザイン、TWFE回帰、推論の比較、論文品質の表、イベントスタディ、平行トレンドの検定を扱います。
PyFixestを用いてPythonでN字型のクズネッツ曲線を再現します。180か国を対象に、プールドOLSから二元固定効果、転換点分析、地域間格差の決定要因までを扱います。
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。
マルチスケール地理的加重回帰（MGWR）を適用し、各変数がそれぞれ固有の空間スケールで作用しながら、インドネシアの514の県で経済的なキャッチアップがどのように変化するかを明らかにします。
PySALを用いた探索的空間データ分析の入門です。南米153地域を対象に、コロプレス図、空間ウェイト、Moran's I、LISAクラスター、時空間動態、そしてベネズエラ・ボリビアの比較分析を扱います。
予測区間付きのsynthetic controlにより、scpiパッケージを用いてドイツ再統一のGDPへの影響における不確実性を定量化します。
50カ国のシミュレートされたデータを用い、平均寿命と乳児死亡率から手作業のPCAによって合成的な健康指標を構築し、その結果をscikit-learnと照合して検証します。