本書是關於社會科學中因果關系確定方法的最新著作，其敘述風格尤其適合於經濟學學生的學習。因果推斷是當前國際學術界最熱門的研究領域之一，是一種通過事物的原因推導至某個肯定結果的邏輯方式。本書介紹了社會科學家得以確定因果關系的主要數學工具和方法，是作者十多年研究和教學成果的結晶。內容包括：概率理論和統計回顧、回歸的性質、有向無環圖、因果模型的潛在結果、匹配和子分類、不連續回歸、工具變量和面板數據、差分、綜合控制。對於基本內容，作者在回顧基本的因果推理概念、概率與回歸概念的基礎上，介紹了有向無環圖 (Directed Acyclic Graphs，DAG)、潛在結果因果模型 (Potential Outcomes Causal Model)、匹配 (Matching) 以及斷點回歸 (Regression Discontinuity) 等因果推理工具和因果識別策略。其中，DAG 幾乎出現在書籍中的每一章節。
這本書不僅涵蓋了很多案例，關注了工具變量法、斷點回歸法等準實驗方法，還包括了經濟學者目前關注的合成控制法。此外，書中提供了案例分析所需的數據、代碼內容。因而，本科生、碩士生和剛入學的博士生如果想了解因果推理和學習諸如合成控制法這類的最新方法，可以參考這本書。
編輯推薦
本書適合以下讀者：一、想要進入因果推斷領域的初學者，該書比市場上流行的主要教材門檻低，學習成本不高。二、適合已經會了一點因果推斷，但是知其然不知其所以然的讀者。這本書用一些例子、用一些非常生動鮮明的方式去講授因果推斷的方法和本質，對於會運行程序,會寫文章，但對方法的本質理解不深的讀者，這本書能夠加深、修正和規範讀者對方法的理解。三、適合想快速了解因果推斷領域最新方法的讀者。該書涵蓋的方法最新最全，適合想了解工具變量方法、合成控制方法、面板數據等一些方法的最新進展的讀者。
斯科特·坎寧安（Scott Cunningham） 的因果推斷有以下優點：
涵蓋範圍和技術更新程度超越目前流行的因果推斷著作。本書包含了最為前沿的各類因果識別方法，且包括了這些方法的最新進展，包含了合成控制法和因果圖模型。作者從基礎的概率與回歸分析講起，引出因果革命中最基礎的兩個分析工具——無向因果圖和潛在分析框架。接下來分別介紹了目前主流的因果識別方法，分別是：匹配與分層方法，斷點回歸，工具變量，面板數據與雙重差分法，合成控制法。以雙重差分法（DID）為例，最近兩年出現了一大批基於異質性處理效應的DID 估計，這些方法也被經濟學頂級期刊（AER，QJE等）上的文章所采用，對雙重差分法的最新進展給出了介紹，而市場上其他書籍沒有。
融匯了編程實例、數據和詳細的解釋，分別使用Stata和R程序中的演示實證練習，手把手教給讀者，真正想讀者之所想。使用兩套程序完成相同的任務，一方面照顧了經濟學以及社會學、政治學等其他不同專業的讀者的需求偏好，另一方面對已經了解了R並且想要學習Stata,或者已經了解了Stata想要學習R的讀者會很有幫助。本書作者在網站提供了可下載的數據集和程序。
實用性強，能讓初學者快速入門和上手開始研究。這些實例有些是因果推斷領域的經典論文，有些則是作者自己的研究所得。這些實例具體而微地像讀者展示了一項研究成果是如何開展的，如何獲取數據、編寫代碼，如何利用理論和場景知識，在自己的項目中實現合理的設計。一個對因果推斷和編程一無所知的人，也可以從這本書開始，逐步達到勝任因果推斷的境地。
4 .該書圖文並茂，語言風趣簡練，引入入勝。中文版糾正了英文原書中的許多編校錯誤。 |
