如何从统计相关中剥离出因果关系一直是定量研究的重点和难点。近年来，因果推断方法无论在理论还是实践应用方面都有了长足发展。本书以潜在结果模型和因果图为理论基础，重点介绍回归、匹配、倾向值分析、工具变量、断点回归、面板数据、双重差分和合成控制等常见的因果推断方法。在对每种方法的原理及使用条件进行介绍的同时，还用Stata软件展示了各种方法的软件实现过程和要点。 随书配有大量习题、答案和数据包，供读者随时检验学习成果。

上编 基础理论
导论 内生性问题及其解决办法
第一节 内生性的主要来源
第二节 处理内生性问题的方法
第一章 因果推断简史
第一节 因果推断的哲学起源
第二节 随机对照试验
第三节 对观察数据进行因果分析
第二章 反事实与潜在结果模型
第一节 干预和潜在结果
第二节 干预效应
第三节 可忽略性假定
第三章 因果图
第一节 因果图的概念和要素
第二节 因果图的理论逻辑
第三节 因果图视野中的内生性问题
中编 基础方法
第四章 线性回归
第一节 理解线性回归
第二节 模型设定假定
第三节 条件独立假定
第四节 因果效应的异质性
第五节 线性回归的Stata命令
第五章 协变量匹配
第一节 精确匹配
第二节 马氏匹配
第三节 粗化精确匹配
第四节 协变量匹配的Stata命令
第六章 倾向值匹配
第一节 基本原理
第二节 分析步骤
第三节 敏感性分析
第四节 倾向值匹配的Stata命令
第七章 倾向值细分与加权
第一节 倾向值细分
第二节 倾向值加权
第三节 倾向值细分与加权的Stata命令
下编 进阶方法
第八章 工具变量
第一节 工具变量法的原理
第二节 寻找工具变量的常见途径
第三节 局部平均干预效应
第四节 工具变量的Stata命令
第九章 断点回归
第一节 基本原理
第二节 估计方法
第三节 断点回归的Stata命令
第十章 面板数据
第一节 短面板模型
第二节 长面板模型
第三节 动态面板模型
第四节 面板数据的Stata命令
第十一章 双重差分
第一节 基本原理
第二节 方法拓展
第三节 双重差分的Stata命令
第十二章 合成控制
第一节 基本原理
第二节 方法拓展
第三节 合成控制的Stata命令