这是一本介绍当代因果分析方法的书。它系统介绍了美国关于因果分析的四种前沿统计方法。

　　本书阐述了重要的统计学原理和定理， 省略了论证， 通俗易懂, 侧重应用,是社会行为科学研究者了解当代前沿因果分析方法的重要工具书。本书系统介绍了四种用于因果分析的前沿统计方法：
　　（1）由2000年诺贝尔经济学得主美国芝加哥大学教授杰姆斯• 海科曼（James Heckman）创立的 “样本选择模型”；
　　（2）由美国宾夕法尼亚大学沃顿商学院著名统计学教授保罗• 罗森堡(Paul Rosenbaum)及哈佛大学著名统计学教授唐纳德•鲁宾(Donald Rubin )创立的“倾向值匹配方法”；
　　（3）由美国哈佛大学肯尼迪政府学院教授埃尔波特• 阿贝蒂(Alberto Abadie )及哈佛大学经济学教授圭多•因本斯(Guido Imbens )创立的 “匹配估算法”；
　　（4）由美国芝加哥大学教授杰姆斯•海科曼（James Heckman），日本东京大学经济学教授市村英彦（Hidehiko Ichimura），及美国宾夕法尼亚大学经济学教授派彻•托德(Petra Todd ) 创立的 “核心值匹配法”。该书将所有例证的Stata 操作程序和资料公布于互联网, 以方便读者练习和运用。
　　示例数据下载请登录：//ssw.unc.edu/psa/

　　郭申阳，博士，北卡罗来纳大学教堂山分校教授。曾在布朗大学从事过博士后研究，在密歇根大学、凯斯西储大学、田纳西大学和北卡罗来纳大学担任过助理研究员和教师。他是儿童福利、儿童心理卫生服务、福利和医护服务领域诸多研究报告的作者。擅长应用高级统计模型解决社会福利问题，并一直开设生存分析、分层线性建模、增长曲线建模和项目评估等面向研究生的课程。
　　马克· Ｗ．弗雷泽，博士，北卡罗来纳大学教堂山分校社会工作学院的John A. Tate冠名特聘教授并担任该学院负责科研的副院长。撰写过大量有关风险和适应力、儿童行为、儿童和家庭服务以及研究方法等的章节和论文。

中文版前言
1 导论
2 反事实框架与假定
3 数据平衡的传统方法
4 样本选择及相关模型
5 倾向值匹配及相关模型
6 匹配估计量
7 使用非参数回归的倾向值分析
8 选择偏差与敏感性分析
9 总结性评论
参考文献
人名索引
关键词索引
译后记
万卷方法总书目