David A. Freedman presenteert hier een definitieve synthese van zijn benadering van causale gevolgtrekkingen in de sociale wetenschappen. Hij onderzoekt de grondslagen en beperkingen van statistische modellering en illustreert basisargumenten met voorbeelden uit de politicologie, het openbaar beleid, het recht en de epidemiologie. Freedman stelt dat veel nieuwe technische benaderingen van statistische modellering geen vooruitgang maar achteruitgang inhouden. In plaats daarvan pleit hij voor een 'schoenleer'-methodologie die gebruik maakt van natuurlijke variatie om verwarring te verminderen en vertrouwt op een grondige kennis van het onderwerp om nauwgezette onderzoeksontwerpen te ontwikkelen en rivaliserende verklaringen te elimineren. Toen Freedman dit standpunt voor het eerst verkondigde, werd hij met scepsis ontvangen, deels omdat het moeilijk te geloven was dat een wiskundig statisticus van zijn statuur de voorkeur zou geven aan 'low-tech' benaderingen. Maar het tij is aan het keren. Veel sociale wetenschappers zijn het er nu over eens dat statistische techniek niet in de plaats kan komen van een goede onderzoeksopzet en vakkennis. Dit boek biedt een geïntegreerde presentatie van Freedman's opvattingen. Taal: Engels