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。
南米153地域の実際の地方レベルデータを用い、プールドPCAによって2つの期間にわたって比較可能な人間開発指数を構築します。さらに期間ごとのPCAと対比し、時系列比較にはプールドな標準化が不可欠である理由を示します。
PyFixestを用いて高次元固定効果を含む回帰モデルを推定します。単純なOLSから始め、Two-Way FE、操作変数法、パネルデータ、イベントスタディまでを扱います。
diff-diffパッケージを用いて、差分の差分法による因果的な処置効果を推定します。古典的な2×2デザインから、Callaway-Sant'Anna法による段階的導入、HonestDiDによる感度分析までを扱います。
シミュレーションされた小売店データセットを用いて、交絡因子を取り除くことで因果関係を切り出すFrisch-Waugh-Lovell定理を理解します。
PythonのCausalBoundingEngineパッケージを用いて、未観測の交絡のもとでManski境界とTian-Pearl境界による因果的な区間を計算します。