在社会科学和生物医学中，大多数问题本质上都是关于因果关系的问题：如果个人或群体的部分环境发生变化，将会发生什么？在这个开创性的文本中，两位世界知名的专家提出了研究这类问题的统计方法。
本书从潜在结果的概念出发。一个研究对象的潜在结果与其暴露于特定的处理或制度时所实现的结果相对应。在这种方法中，因果效应是对这些潜在结果的比较。因果推断的基本问题在于，我们只能观察到一个特定对象的一个潜在结果。本书的作者先讨论了随机实验如何使因果关系的评估成为可能，接着介绍非实验的观察性研究中的因果推断方法。他们列出了因果推断所需的假设，并描述了主要的分析方法，包括匹配、倾向得分和工具变量工具。书中包含了许多详细的应用程序，尤其侧重于在实践层面探讨实证研究。

吉多·W.因本斯
Guido W. Imbens
2021年诺贝尔经济学奖得主。斯坦福大学商学院经济学教授，世界计量经济学会和美国人文与科学院的院士。曾在加州大学洛杉矶分校、加州大学伯克利分校和哈佛大学任教。拥有瑞士圣加仑大学的荣誉博士学位。在计量经济学和统计学领域开展了广泛的研究，专攻因果推断，并在经济学和统计学核心期刊上发表了大量文章。

唐纳德dianB.鲁宾
Donald B. Rubin
当今世界范围内影响最为深远的统计学家之一。先后任教和就职于芝加哥大学、哈佛大学和美国国家经济研究局，曾担任哈佛大学统计学系主任，以及美国国家科学院院士、美国人文与科学院院士。获得过统计学领域几乎所有著名奖项，被誉为当今世界的统计学泰斗。