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。
augsynthパッケージを用いた多国間設定での拡張Synthetic Control法の実践的な解説です。シミュレーションデータでsingle_augsynth、multisynth、augsynth_multioutを学び、その後Papaioannou (2021) のユーロ圏と生産性収束に関する主要な結果を再現します。
素朴な事前事後比較、DiD、2種類のITS、時間軸RDD、合成コントロール、CausalImpact——6つの推定量を1つのチュートリアルにまとめ、カリフォルニア州の提案99号（1988年）のたばこ税に適用して、結果がどれだけ（そしてどこで）異なるかを確認します。
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。
Sakaguchi & TagawaのカリフォルニアたばこのケーススタディをRで再現します——3つの推定量、1つのATT、そしてネバダ規模のスピルオーバー。
Rでのsynthetic control法に関する初心者向けチュートリアルです。バスク地方の事例研究を用いて、1970年から1997年までの地域の一人当たりGDPに対する紛争の経済的コストを推定します。
Stataで合成コントロール法を用いて、カリフォルニア州の提案99号というタバコ規制プログラムがタバコ販売に与えた因果効果を推定します。空間プラセボ、時間プラセボ、leave-one-outによる頑健性検定も行います。