Causal Inference: What If 是两位哈佛大学教授Miguel A. Hernán和James M. Robins合著的新书，即将由CRC出版。作者在自己的网站上放出了电子版，可以在这里直接下载PDF。

序言这样介绍本书特点和内容：

在本书中，我们强调需要足够认真对待因果问题，才能明确表述它，我们还区别了数据和因果推断假设的不同作用。一旦建立了这些基础，因果推断就必然变得不那么随意，这有助于防止混淆。然后，本书描述了各种数据分析方法，这些方法可用于在收集一组人口中每个个体的数据时，在一组特定的假设下估算感兴趣的因果关系。本书的一个关键信息是，因果推断不能简化为用于数据分析技巧的集合。 本书分为三个难度越来越大的部分：第一部分讲述没有模型的因果推断（即，因果关系的非参数辨识），第二部分是关于模型的因果推论（即，通过参数化模型对因果关系的估计），第三部分从复杂的纵贯数据中得出因果关系的推断（即，估算时变处理的因果关系）。全书还专门设置了很多要点（Fine Points）和技术点（Technical points），解释了正文中提到的某些主题。要点针对所有读者，而技术点则是为接受过统计学方面中等程度训练的读者设计的。本书对之前分散在多个学科期刊中的因果推断概念和方法进行了紧凑的介绍。我们希望对因果推断感兴趣的任何学科的读者都能有所裨益，例如流行病、统计学、心理学、经济学、社会学、政治学、计算机科学。

内容中包含的图片若涉及版权问题，请及时与我们联系删除