Webアプリ

貧しい地域は豊かな地域に追いついているのでしょうか、そして地域間格差は縮まっているのでしょうか？隣り合う地域の影響を考慮する手法で、追い上げの度合い、地域間格差、地域が所得グループの間をどう移るかを測れます。Streamlit 上でウェブブラウザから利用できます。

最も豊かな地域と貧しい地域はどこにあり、似た地域は地図上でまとまっているでしょうか？地域データを地図にし、隣り合う地域がどれほど似ているかを確かめ、高い値や低い値の集まりを時間を追って見つけられます。Streamlit 上でウェブブラウザから利用できます。

地域の追い上げや地域間格差の研究は初めてですか？平易な解説と、自分で動かして変えられる小さなインタラクティブな例で、主な考え方を学べます。Streamlit 上でウェブブラウザから利用できます。

同じ国、企業、人を何年にもわたって観察するとき、関係をどう測ればよいでしょうか？この種のデータの標準的なモデルを推定して検定で比べ、出来事の前後の変化や、貧しい単位が追いつくかどうかを調べられます。Streamlit 上でウェブブラウザから利用できます。

同じ国、企業、人を何年にもわたって追ったデータには、どんなパターンが隠れているでしょうか？プログラミング不要で、分布、欠損値、時間の推移、そして単位間と各単位内の違いを探れます。Streamlit 上でウェブブラウザから利用できます。

同じ単位を何年にもわたって追うデータは初めてですか？平易な解説と、自分で動かして変えられる小さなインタラクティブな例で、主な手法を学べます。Streamlit 上でウェブブラウザから利用できます。

地域全体の夜の明るさは、年ごとにどう変わってきたでしょうか？国や州などの行政区域を選ぶと、1992年までさかのぼって再構築された、より新しく詳細な夜間光データから、1992年から2024年までの年ごとの夜間光の推移を表示します。Google Earth Engine 上でウェブブラウザから利用できます。

地域全体の夜の明るさは、月ごとにどう変わるでしょうか？国や州などの行政区域を選ぶと、1992年までさかのぼって再構築された、より新しく詳細な夜間光データから、1992年から2024年までの月ごとの夜間光の推移を表示します。Google Earth Engine 上でウェブブラウザから利用できます。

特定の場所の夜の明るさは、年ごとにどう変わってきたでしょうか？世界地図上の任意の地点をクリックすると、1992年までさかのぼって再構築された、より新しく詳細な夜間光データから、1992年から2024年までの年ごとの夜間光の推移を表示します。Google Earth Engine 上でウェブブラウザから利用できます。

特定の場所の夜の明るさは、月ごとにどう変わるでしょうか？世界地図上の任意の地点をクリックすると、1992年までさかのぼって再構築された、より新しく詳細な夜間光データから、1992年から2024年までの月ごとの夜間光の推移を表示します。Google Earth Engine 上でウェブブラウザから利用できます。

1992年以降、地域全体の夜の明るさはどう変わってきたでしょうか？国や州などの行政区域を選ぶと、古い衛星と新しい衛星をつなぎ合わせた長期の調和済み夜間光データから、2025年までの年ごとの夜間光の推移を表示します。Google Earth Engine 上でウェブブラウザから利用できます。

2つの年の間に、夜の世界はどう変わったでしょうか？1992年から2025年までの任意の2年を選び、古い衛星と新しい衛星をつなぎ合わせた長期の調和済み夜間光データを使って、夜間光の地図を分割画面で左右に並べて比べられます。Google Earth Engine 上でウェブブラウザから利用できます。

1992年以降、気になる場所の夜の明るさはどう変わってきたでしょうか？世界地図上の任意の地点をクリックすると、古い衛星と新しい衛星をつなぎ合わせた長期の調和済み夜間光データから、2025年までの年ごとの夜間光の推移を表示します。Google Earth Engine 上でウェブブラウザから利用できます。

日本の地域間の所得格差はどれほど大きく、1990年以降に縮まったのでしょうか？1990年から2022年までの1人当たり経済活動を、複数の地理的な単位で地域ごとに比べられます。Google Earth Engine 上でウェブブラウザから利用できます。

2013年から2019年にかけて、カンボジアの人口、夜間光、土地利用、経済活動はどう変わったでしょうか？これら4つの指標の地図と推移を見ながら、空間と時間の両面での変化をたどれます。Google Earth Engine 上でウェブブラウザから利用できます。

2013年から2019年にかけて、ボリビアの人口、夜間光、土地利用、経済活動はどう変わったでしょうか？これら4つの指標の地図と推移を見ながら、空間と時間の両面での変化をたどれます。Google Earth Engine 上でウェブブラウザから利用できます。

世界のどの地域が経済活動で追い上げ、どの地域が取り残されているでしょうか？衛星の夜間光から推計した細かな経済活動データを使い、1992年から2019年にかけて地域どうしの相対的な順位がどう上下したかを確かめられます。Google Earth Engine 上でウェブブラウザから利用できます。

世界のどの地域が夜の明るさで追い上げ、どの地域が取り残されているでしょうか？1992年までさかのぼって再構築された、より新しく詳細な夜間光データを使い、1992年から2023年にかけて地域どうしの相対的な順位がどう上下したかを確かめられます。Google Earth Engine 上でウェブブラウザから利用できます。

世界のどの地域が夜の明るさで追い上げ、どの地域が取り残されているでしょうか？古い衛星と新しい衛星をつなぎ合わせた長期の調和済み夜間光データを使い、1992年から2019年にかけて地域どうしの相対的な順位がどう上下したかを確かめられます。Google Earth Engine 上でウェブブラウザから利用できます。

近年、世界のどこで夜が明るくなっているでしょうか？近年のみを対象とする、より新しく詳細な衛星データを使って、世界の夜間光の年ごとの地図をたどれます。Google Earth Engine 上でウェブブラウザから利用できます。

世界のどこで、いつ夜が明るくなったのでしょうか？古い衛星の夜間光データをより最近の年まで延長したデータを使って、世界の夜間光の地図を時代ごとにたどれます。Google Earth Engine 上でウェブブラウザから利用できます。

世界のどこで、いつ夜が明るくなったのでしょうか？1992年から始まる、古い衛星と新しい衛星をつなぎ合わせた長期の調和済み夜間光データを使って、世界の夜間光の地図を時代ごとにたどれます。Google Earth Engine 上でウェブブラウザから利用できます。

カリフォルニア州が1989年に始めたたばこ規制プログラム「提案99号」は、紙巻きたばこの販売をどれだけ減らしたのでしょうか？初心者向けのこの Python チュートリアルでは、他の州からカリフォルニアによく似た比較対象を作る合成コントロール法を学び、販売が1人あたり年に約19箱少なかったことを示したうえで、その結果を崩せるか徹底的に検証します。ウェブブラウザで動くインタラクティブなアプリが付いています。

労働組合に加入すると賃金は上がるのでしょうか？同じ労働者を2年間追跡したデータを Python で分析し、繰り返し観測されたデータの7つの分析方法を比べると、各労働者を別の時点の本人と比べたときに推定される賃金の上昇がほぼ3倍になることが分かります。ウェブブラウザで動くインタラクティブなアプリが付いています。

回帰分析で別の要因を「コントロールする」とは、本当はどういう意味でしょうか？このPythonチュートリアルでは、ファストフードのクーポン施策の模擬データを用いて、他の要因で説明できる部分を先に取り除き、残った部分を2変数の簡単なグラフに描くことで、同じ結果を再現できることを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

1998年に大きな橋がバングラデシュ北西部の数百万人を首都と結んだとき、この地域の経済は飛躍したのでしょうか。初心者向けのこのPythonチュートリアルでは、夜間光の衛星画像を用いて、橋の開通前後で、つながった地域と孤立したままの似た地域を比較します。

1988年のカリフォルニア州のたばこ規制法は紙巻きたばこの販売を減らし、ネバダ州のような近隣の州にも影響を与えたのでしょうか？この Python チュートリアルでは、他の州からカリフォルニアによく似た比較対象を3段階で作り、最後は近隣の州も影響を受けうるモデルを用いて、カリフォルニアでの減少は揺るがない一方、比較に使った州も無関係ではなかったことを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

2016年のブレグジット国民投票は、英国経済にどれだけの損失をもたらしたのでしょうか？この Python チュートリアルでは、関連する6つの方法で他の豊かな国々から英国によく似た比較対象を作り、2018年末までに経済活動が約3%低くなったことを示すとともに、初期設定が気づかないうちに答えを変えてしまう例を紹介します。ウェブブラウザで動くインタラクティブなアプリが付いています。

2016年のブレグジット国民投票は、イギリス経済にどれだけの損失をもたらしたのでしょうか？ほかの豊かな国々を組み合わせて「そっくりなイギリス」をつくり、しだいに柔軟になる方法を一段ずつ進みながら、それぞれの答えを比べます。R のチュートリアルで、Stata と Python の早見表と、ウェブブラウザで動くインタラクティブなアプリが付いています。

ヨーロッパのどの地域どうしが実際に影響し合っているのでしょうか？境界を接する地域だけが重要だと決めつけず、2001年から2019年までのヨーロッパ90地域の成長データから、本当の「隣人」を見つけ出します。R のチュートリアルで、ウェブブラウザで動くインタラクティブなアプリが付いています。

ランダムに選ばれた対照群の代わりに一般の調査回答者と比べても、職業訓練が収入に与える本当の効果を見つけられるでしょうか？このPythonチュートリアルでは、参加者の属性を加えて推定が正しくなるのは、それが比較グループの収入の見込みの推移を調整する場合だけであることを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

夜間光の衛星画像を地域所得の推計に変換し、各国の地域間格差を測定する方法を学びます。Pythonで一歩ずつ、国の発展に伴って地域間格差が一度拡大し、その後縮小するかを検証します。

国が発展するにつれて、豊かな地域と貧しい地域の格差はまず広がり、その後縮まるのでしょうか？既存の研究を再現した56か国のシミュレーションデータを使い、地域間格差を測って所得とともにどう上下するかを、簡単な方法からより柔軟な方法までたどります。R のチュートリアルで、ウェブブラウザで動くインタラクティブなアプリが付いています。

工業団地は周辺の町の経済活動を活発にするのでしょうか、また誰がその恩恵を受けるのでしょうか？このPythonチュートリアルでは、エチオピアを模した模擬データを用いて、工業団地ができた地域とそうでない地域を開設の前後で比べ、世帯の暮らし向きや女性への影響も調べます。ウェブブラウザで動くインタラクティブなアプリが付いています。

企業の従業員数が今年増えたり減ったりしたとき、その変化は翌年にどれだけ残るのでしょうか？このPythonチュートリアルでは、イギリスの140社のデータを用いて、この持続性の単純な推定がなぜ誤解を招くのか、そしてより慎重な手法と検証でどのように信頼できる答えにたどり着くのかを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

2004年の津波は、インドネシア・アチェの経済に長期的にどのような影響を与えたのでしょうか。初心者向けのこのPythonチュートリアルでは、シミュレーションデータ、夜間光、複数の因果推論手法を用いて、災害の前後で被災地域と非被災地域を比較します。

2012年のカンザス州の大規模な減税は、州の経済を押し上げたのでしょうか、それとも縮ませたのでしょうか？初心者向けのこの R チュートリアルでは、他の州からカンザス州によく似た比較対象を作り、残ったずれを補正したうえで、1人あたりの経済活動がおよそ3〜4%低かったことを示しますが、偶然の可能性も完全には否定できません。ウェブブラウザで動くインタラクティブなアプリが付いています。

1988年のカリフォルニア州のタバコ増税は喫煙を減らしたのでしょうか？Stataで、ほかの州からカリフォルニアの比較対象を作る3つの方法（既存の手法の長所を組み合わせた新しい方法を含む）を比べ、どれも販売が減ったことでは一致するものの、減少の大きさは異なることを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

ジェンダー・クオータは国会に占める女性の割合を高めるのでしょうか？Stataで、異なる年にクオータを導入した9カ国を、クオータのない110カ国から作った似たグループと比べ、平均で約8ポイントの増加があり、その大きさは国によって大きく異なることを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

ユーロへの参加は、各国の生産性を高めたのでしょうか？参加しなかった国々を組み合わせて比較用の「そっくりな国」をつくり、まずシミュレーションデータで、次にユーロ圏についての既存研究で、効果が本物か単なる偶然かを確かめます。R のチュートリアルで、ウェブブラウザで動くインタラクティブなアプリが付いています。

2001年の有名な研究が主張したように、中絶の合法化はアメリカの犯罪を減らしたのでしょうか？少数の統制変数を手で選ぶ代わりに、データにもとづく方法で284の候補から選ばせ、元の結論が維持されるかを確かめます。R のチュートリアルで、ウェブブラウザで動くインタラクティブなアプリが付いています。

登録された性犯罪者が近所に引っ越してくると、周辺の住宅価格はどうなるのでしょうか？その住所に近い住宅と少し離れた住宅を引っ越しの前後で比べ、境界とする距離の選び方によって答えが変わることを示します。R のチュートリアルで、ウェブブラウザで動くインタラクティブなアプリが付いています。

低所得の成人に公的医療保険 Medicaid を拡大したことで、死亡は減ったのでしょうか？拡大した州の郡と拡大しなかった州の郡を比べ、郡を等しく数えるか人を等しく数えるかで答えが変わりうることを示します。R のチュートリアルで、ウェブブラウザで動くインタラクティブなアプリが付いています。

1988年のカリフォルニア州のたばこ税は紙巻きたばこの販売を減らしたのでしょうか、そして方法によってその大きさの答えは一致するのでしょうか？この R チュートリアルでは、政策を評価する6つの方法を同じデータに当てはめ、その多くが1人あたり年に約13〜20箱の減少を示すことを確かめます。ウェブブラウザで動くインタラクティブなアプリが付いています。

スウェーデンが1991年に導入した炭素税は、交通からの二酸化炭素排出を減らしたのでしょうか、そして経済に悪影響はあったのでしょうか？この Python チュートリアルでは、他の豊かな国々からスウェーデンによく似た比較対象を作り、交通部門の排出が毎年約11%少なく、経済成長が鈍った兆しはないことを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

1988年のカリフォルニア州のたばこ税は、たばこの販売をどれだけ減らしたのでしょうか？ほかの州を組み合わせて「そっくりなカリフォルニア」をつくり、州境を越えてたばこを買いに行くネバダ州など近隣の州へ政策の影響がどう波及したかも測ります。R のチュートリアルで、ウェブブラウザで動くインタラクティブなアプリが付いています。

良い制度は国を豊かにするのでしょうか？このPythonチュートリアルでは、64の旧植民地における初期のヨーロッパ人入植者の死亡率を用いて制度の効果を取り出した、Acemoglu, Johnson, Robinson による2001年の研究を再現し、単純な比較ではその効果が過小評価されることを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

良い制度は国を豊かにするのでしょうか？Acemoglu、Johnson、Robinsonによる2001年の研究をStataで再現し、64の旧植民地における初期のヨーロッパ人入植者の死亡率を自然実験として使い、単純な比較が示すよりもはるかに大きな効果を見いだします。ウェブブラウザで動くインタラクティブなアプリが付いています。

鉱業による富は地域の発展を助けるのでしょうか、妨げるのでしょうか、そしてその分かれ目は地域の制度の質にあるのでしょうか？このPythonチュートリアルでは、真の効果が分かっている地区の模擬データに因果機械学習を用い、鉱業と鉱物価格の影響が場所によってどう異なるかを測ります。ウェブブラウザで動くインタラクティブなアプリが付いています。

鉱業は地域を豊かにするのでしょうか、それとも貧しくするのでしょうか、そしてその答えは政府の質によって変わるのでしょうか？既存の研究を再現したシミュレーションデータを使い、Stata の機械学習で、鉱業と鉱物価格が発展に与える効果が地域ごとにどう異なるかを推定します。ウェブブラウザで動くインタラクティブなアプリが付いています。

在宅勤務は従業員の生産性を高めるのでしょうか、それとも生産性の高い人がもともと在宅勤務を選んでいるだけなのでしょうか？この初心者向けPythonチュートリアルでは、答えが分かっている模擬データを用いて、仮定を示す、比べる対象を決める、効果を推定する、結果を検証するという因果関係の4つのステップを紹介します。ウェブブラウザで動くインタラクティブなアプリが付いています。

ある関係が場所ごとにどう変わるかを測るとき、それぞれの場所の目に見えない特徴が答えをゆがめることがあります。このPythonチュートリアルでは、Li と Fotheringham による2026年の研究に沿って、225の地点を3期間にわたって観測した模擬データを用い、同じ場所を時間を通じて追うことでそのゆがみを取り除けることを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

職場の退職貯蓄制度を利用できると、アメリカの世帯はより多く貯蓄するのでしょうか、それとも制度を利用できる世帯はもともと収入が高いだけなのでしょうか？このPythonチュートリアルでは、柔軟な予測モデルで収入などの違いを考慮できるダブル機械学習を、1991年の調査データに適用します。ウェブブラウザで動くインタラクティブなアプリが付いています。

職場の退職金積立制度に加入できることは、一部の世帯の資産形成をほかの世帯より大きく助けるのでしょうか？ひとつの平均効果を示すのではなく、Stata の機械学習を使い、所得などの特徴によって効果が世帯ごとにどう異なるかを推定します。ウェブブラウザで動くインタラクティブなアプリが付いています。

職業訓練が失業者の就職を後押しするなら、誰が最も恩恵を受け、誰に優先して参加枠を提供すべきでしょうか？このPythonチュートリアルでは、真の効果が分かっている求職者の模擬データに因果機械学習を用い、平均的な効果から個人ごとの効果、そしてより良い訓練の割り当て方までを順に学びます。ウェブブラウザで動くインタラクティブなアプリが付いています。

妊娠中の喫煙は赤ちゃんの出生体重を減らすのでしょうか？Stataで約4,600件の出生データを使い、喫煙する母親としない母親を比較可能にする6つの方法を比べると、その多くが約230グラムの減少で一致します。ウェブブラウザで動くインタラクティブなアプリが付いています。

数十年にわたって取り残されてきた貧しい国が、2000年ごろから豊かな国より速く成長しているのはなぜでしょうか？Kremer、Willis、You による2021年の研究を再現し、成長を左右する政策、制度、教育の水準そのものが国々の間で近づいてきたことを示します。Stata のチュートリアルで、ウェブブラウザで動くインタラクティブなアプリが付いています。

貧しい国は豊かな国に追いつきつつあるのでしょうか？各国の所得データを使い、貧しい国ほど速く成長しているか、世界の所得格差が縮まっているかを検証し、2000年以降に答えがどう変わったかを見ます。Stata のチュートリアルで、ウェブブラウザで動くインタラクティブなアプリが付いています。

戦争は国の生活水準をどれだけ下げるのでしょうか？Stataで1955年から2015年までの160カ国のデータを使い、各国を時間を追って比べることで戦争の被害を国ごとの変わらない違いから切り分け、長期的な損失のおよそ半分が制度の弱体化を通じて生じることを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

長年のテロによる暴力は、スペインのバスク地方の経済にどれだけの損失をもたらしたのでしょうか？初心者向けのこの R チュートリアルでは、主にカタルーニャとマドリードを中心とする他のスペインの地域からバスク地方によく似た比較対象を作り、差が最も大きい時点で1人あたり所得がおよそ8%低かったことを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

国が豊かになるにつれて、地域間格差はまず広がってから縮まるのでしょうか、それとも最も豊かな段階で再び広がるのでしょうか？このPythonチュートリアルでは、約180か国の夜間光の衛星画像を用いて各国を時間を通じて自国自身と比べ、N字型のパターンを見いだします。ウェブブラウザで動くインタラクティブなアプリが付いています。

放課後の補習プログラムは本当に生徒の成績を上げたのでしょうか、それとも成績はどこでも上がっていたのでしょうか？このPythonチュートリアルでは、補習を導入した10校とそれ以外の25校をプログラムの前後で比べ、全体的な上昇傾向からプログラムの効果を切り分けます。ウェブブラウザで動くインタラクティブなアプリが付いています。

1988年にカリフォルニア州で始まったタバコ増税と禁煙キャンペーンは、タバコの販売を減らしたのでしょうか？Stataで、ほかの州を組み合わせてカリフォルニアによく似た比較対象を作る合成コントロール法を使い、販売が1人当たり年間約19箱減ったことを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

経済の落ち込みは内戦の起こりやすさを高めるのでしょうか？Stataでアフリカの5,000を超える地域の年次データを使い、宇宙から見た夜間光で測った地域の経済活動の変化に対して降雨の変動を自然実験として利用し、経済の悪化が紛争のリスクを高めることを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

放課後の補習プログラムは、低所得の高校生の成績を上げたのでしょうか？Stataで35校のシミュレーションデータを使い、プログラムのある学校とない学校で成績の変化を比べ、導入前に両者が同じような推移をたどっていたかも確かめます。ウェブブラウザで動くインタラクティブなアプリが付いています。

追加の個別指導は最終試験の点数を上げるのでしょうか？Stataで、個別指導を受けるかどうかを決めた入学試験の基準点70のすぐ下とすぐ上の生徒を比べ、9点から11点ほどの向上を見いだします。ウェブブラウザで動くインタラクティブなアプリが付いています。

すべての国が民主主義やインフレに同じように反応するのでしょうか？Stataで、似た振る舞いをする国を隠れたグループに分ける手法を使い、民主主義と経済成長の平均的な関係の裏に、57カ国での強いプラスの効果と41カ国でのマイナスの効果が隠れていることを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

国の違いと年の違いを調整する回帰分析は、実際にはデータに何をしているのでしょうか？150カ国のシミュレーションデータを R で用い、それが国ごと・年ごとの平均を差し引いてから単純な回帰を行うことと同じであることを一歩ずつ示し、その際に通常の誤差の幅に補正が必要な理由も説明します。ウェブブラウザで動くインタラクティブなアプリが付いています。

同じ企業を毎年観測するとき、推定値はどれくらい信頼できるのでしょうか？100社のシミュレーションデータを Python で用い、誤差の幅を測るいくつかの方法を比べ、そもそも偏った推定値はどの誤差の幅でも直せないことを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

国が豊かになるにつれて、二酸化炭素の排出量はいったん減り、増え、そして再び減るのでしょうか？12の統制変数の候補から数千通りのモデルが考えられるため、変数に重みを付けたり選んだりする2つのデータにもとづく方法を使い、正解がわかっているシミュレーションデータで試します。Stata のチュートリアルで、ウェブブラウザで動くインタラクティブなアプリが付いています。

投資、教育、貿易など、経済成長を本当に後押しする要因はどれでしょうか？73か国の40年間のデータを使い、ひとつのモデルに賭けるのではなく考えうるすべての要因の組み合わせを平均し、成長そのものがそれらの要因に影響しうる点も考慮します。R のチュートリアルで、ウェブブラウザで動くインタラクティブなアプリが付いています。

回帰分析で「ほかの変数を制御する」とは、実際には何を意味するのでしょうか？Stataで、ほかの要因の影響を取り除いた残りを散布図に描き、店舗の売上、航空便、賃金の例でこの考え方を目に見える形にします。ウェブブラウザで動くインタラクティブなアプリが付いています。

回帰分析で「ある変数をコントロールする」とは、本当はどういう意味なのでしょうか？統計学の古典的な定理を使ってこの考え方をシンプルな散布図にし、まずシミュレーションデータで、次に同じ人々を時間を追って観察した実データで確かめます。R のチュートリアルで、ウェブブラウザで動くインタラクティブなアプリが付いています。

信用リスクは銀行の間でどのように広がるのでしょうか？Stataで2006年から2014年までの米国の銀行350行の四半期データを使い、似た銀行の間で波及し、時間とともに持続し、共通の経済ショックに反応する不良債権をモデル化し、共通のショックを無視すると誤った結論に至ることを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

ある州がたばこの価格を上げると、喫煙者は隣の州で買うだけなのでしょうか？1963年から1992年までのアメリカ46州のたばこ需要を使い、価格と所得がその州と近隣の州の喫煙にどう影響するか、そして習慣が年ごとにどう持ち越されるかを測ります。R のチュートリアルで、ウェブブラウザで動くインタラクティブなアプリが付いています。

米国の一部の州でのメディケイド拡大は低所得の成人の医療保険加入率を高めたのか、そしてその答えはどこまで信頼できるのでしょうか？Stataで、推定された効果が消えるには州どうしがどれだけ異なる推移をたどる必要があるかを測り、「はい・いいえ」の検定を頑健さの明確な目安に置き換えます。ウェブブラウザで動くインタラクティブなアプリが付いています。

最低賃金の引き上げは、10代の若者の仕事を奪ったのでしょうか？異なる時期に最低賃金を引き上げたアメリカの州を使い、引き上げ前後の変化を比べ、政策の開始時期がばらばらなときに従来の簡便な方法が誤った答えを出しうる理由を示します。R のチュートリアルで、ウェブブラウザで動くインタラクティブなアプリが付いています。

貧しい世帯に現金を給付すると、日々の消費は増えるのでしょうか？Stataで2,000世帯を対象としたシミュレーションのランダム化実験を使い、効果を推定するいくつかの方法を比べ、どれも約12パーセントという真の効果を捉えることを確かめます。ウェブブラウザで動くインタラクティブなアプリが付いています。

二酸化炭素の排出を説明しうる要因が数多くあるとき、本当に重要なのはどれでしょうか？正解が分かっている架空の120カ国のシミュレーションデータを用いて、この R チュートリアルでは残す要因を選ぶ3つの方法を比べ、3つすべてが選んだ要因が最も信頼できることを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

1990年のドイツ再統一は西ドイツの所得を押し下げたのでしょうか、そしてその結論はどれほど確かなのでしょうか？この Python チュートリアルでは、他の豊かな国々から西ドイツによく似た比較対象を作り、推定値のまわりにありうる値の範囲を加えて、2003年までに1人あたり所得が比較対象より約11%低くなったことを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

インドネシアの貧しい地区は、どこでも同じ速さで豊かな地区に追いついているのでしょうか？このPythonチュートリアルでは、514の地区を対象に、それぞれの関係が場所ごとに、しかも変数ごとに異なる地理的な広がりで変化することを認める地理的な回帰分析を用います。ウェブブラウザで動くインタラクティブなアプリが付いています。

南米の地図上で、人間開発の水準が高い地域や低い地域は固まって分布しているのでしょうか、そしてその集まりは2013年から2019年にかけて変化したのでしょうか？このPythonチュートリアルでは、153の地域を地図にし、空間統計を用いて隣り合う地域が偶然以上に似ているかを検証します。ウェブブラウザで動くインタラクティブなアプリが付いています。

物差しそのものを変えずに、地域が時間とともに発展しているかをどう判断すればよいでしょうか？南米153地域の2013年と2019年の教育・健康・所得のデータを用いて、この Python チュートリアルでは両年をまとめて一つの開発指標を作り、時点をまたいでスコアを比べられるようにします。ウェブブラウザで動くインタラクティブなアプリが付いています。

平均寿命と乳児死亡率という2つの健康指標を、どうすれば一つの公平な健康スコアにまとめられるでしょうか？50カ国のシミュレーションデータを用いて、この Python チュートリアルでは、共通する情報の大部分をとらえる一つの方向を見つける主成分分析により、指標を一歩ずつ作ります。ウェブブラウザで動くインタラクティブなアプリが付いています。

労働組合員の高い賃金のうち、どれだけが組合そのものによるもので、どれだけが加入する人の違いによるものでしょうか？この Python チュートリアルでは、各労働者を時間を通じて本人とだけ比べる固定効果によって見えない違いを取り除き、組合による見かけの賃金上昇が約18%から8%に縮むことを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

新しい政策は本当に結果を変えたのでしょうか、それとも状況はもともと良くなりつつあったのでしょうか？このPythonチュートリアルでは、模擬データを用いて、政策を受けた地域と受けなかった地域の時間を通じた変化を比べる差の差分法を紹介し、その答えがどれほど確かかも確かめます。ウェブブラウザで動くインタラクティブなアプリが付いています。

過去の職務経験のような重要な要因が測定されていないとき、職業訓練が就職に役立つかについて何が分かるでしょうか？労働者のシミュレーション研究を Python で用い、一つの数値の代わりに真の効果が必ず収まる範囲を計算し、データを増やすだけではその範囲が狭まらない理由を確かめます。ウェブブラウザで動くインタラクティブなアプリが付いています。

職業訓練は恵まれない労働者の収入を増やしたのでしょうか？このPythonチュートリアルでは、仮定を示す、比べる対象を決める、効果を推定する、結果を検証するという因果関係の4つのステップを、LaLonde の古典的な職業訓練データに適用します。ウェブブラウザで動くインタラクティブなアプリが付いています。

衛星画像から、ボリビアの各市町村の発展の度合いを読み取ることはできるでしょうか？初心者向けのこの Python チュートリアルでは、多数の決定木を平均する機械学習モデルであるランダムフォレストを学習させ、見たことのない地域で性能を確かめ、画像には確かな情報があるものの限られていることを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

現金ボーナスは失業者の再就職を早めるのでしょうか？このPythonチュートリアルでは、柔軟な予測モデルで個人の属性の影響を取り除けるダブル機械学習を、ペンシルベニア州で行われた実際の実験データに適用します。ウェブブラウザで動くインタラクティブなアプリが付いています。

ある州のタバコ価格は、隣の州での喫煙量を変えるのでしょうか？Stataで1963年から1992年までの米国46州のデータを使い、州境を越えた買い物と喫煙の習慣をモデル化し、近隣の州を無視すると価格の影響を過小評価することを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。

犯罪はある地区から隣の地区へ広がるのでしょうか？Stataでオハイオ州コロンバスの49地区のデータを使い、近隣地区の犯罪、所得、住宅価格も影響しうるモデルを比べ、所得が高いと自分の地区だけでなく隣接する地区の犯罪も減ることを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。