igerber/diff-diff

何を解決するか

diff-diff は、差分の差分（DiD）因果推論のための包括的な Python ライブラリです。広範な計量経済学的手法を実装するための標準化された、sklearn に似た API を提供し、介入（マーケティングキャンペーン、政策変更、製品リリースなど）の因果効果を、時間経過にわたって処置群と対照群を比較することで測定します。

動作方法

このライブラリは、さまざまなデータ状況に対応する多数の因果推定器を実装しています。以下に例を示します：

• 段階的採用: カルウェイ＆サンタアーナやサン＆アブラハムの方法など、単位が異なる時期に処置される場合に適した手法。
• 合成コントロール: 処置群が非常に少ないケースで、DiD と合成コントロール手法を組み合わせる。
• 複雑な処置: 反転可能な（非吸収的）処置、連続的処置（用量反応）、三重差分（DDD）設計をサポート。
• 高度な診断ツール: 平行トレンドの検定、プラセボテスト、感度分析（例：Honest DiD）など、仮定の違反下でも結果が成立するかを検証するためのツール。
• 調査データ統合: ACS や CPS などの複雑な調査データを分析するための、設計ベースの分散推定（層、PSU、重み）を内蔵サポート。

対象ユーザー

• 計量経済学者およびデータサイエンティスト: パネルデータや横断データ上で厳密な因果分析を行う人。
• マーケティングアナリスト: キャンペーンの効果や製品リリースの影響を測定する専門家。
• 政策研究者: 地域や時間帯ごとの政策展開効果を評価するアナリスト。

主な特徴

• 多様な推定器スイート: 基本的な 2x2 DiD や Two-Way Fixed Effects (TWFE) から、TROP や DMLDiD といった最先端の手法まで網羅。
• 厳格なワークフロー: Baker et al. 2025 に基づく構造化された 8 ステップの実務者ワークフローを提供し、結果が単に計算されるだけでなく検証されることを保証。
• AIエージェント対応: LLM に簡潔な API リファレンスとワークフローを提供する専用の get_llm_guide() 関数を搭載。
• 包括的な診断ツール: Bacon分解、RDプロット、操作検定など、回帰不連続設計（RDD）に特化したツールを備える。