“Causal Inference in Statistics: An Introduction” by Judea Pearl, Madelyn Glymour, and Nicholas P. Jewell. 该书是因果推断领域的经典教材，介绍了因果推断的基本概念、方法和应用。适用于统计学、计算机科学、社会科学等领域的学生和研究人员。
“Counterfactuals and Causal Inference: Methods and Principles for Social Research” by Stephen L. Morgan and Christopher Winship. 该书介绍了因果推断的基本原理和方法，包括反事实推断、随机化实验、自然实验等。适用于社会科学领域的学生和研究人员。
“Causal Inference for Statistics, Social, and Biomedical Sciences: An Introduction” by Guido W. Imbens and Donald B. Rubin. 该书介绍了因果推断的基本概念、方法和应用，包括随机化实验、自然实验、倾向得分匹配等。适用于统计学、社会科学、生物医学等领域的学生和研究人员。
“The Book of Why: The New Science of Cause and Effect” by Judea Pearl and Dana Mackenzie. 该书介绍了因果推断的基本概念、方法和应用，包括贝叶斯网络、因果图等。适用于一般读者和科学爱好者。
“Causal Analysis in Theory and Practice” by Alexander von Eye and Keith F. Widaman. 该书介绍了因果推断的基本原理和方法，包括结构方程模型、多层次模型等。适用于心理学、教育学等领域的学生和研究人员。
“Causal Inference in Econometrics” by David A. Freedman. 该书介绍了因果推断在经济学领域的应用，包括自然实验、倾向得分匹配等。适用于经济学领域的学生和研究人员。
“Causal Models in the Social Sciences” by Herbert L. Smith. 该书介绍了因果推断的基本原理和方法，包括结构方程模型、贝叶斯网络等。适用于社会科学领域的学生和研究人员。
“Causal Inference in Statistics, Social, and Biomedical Sciences: A Practical Guide” by Guido W. Imbens and Donald B. Rubin. 该书介绍了因果推断的基本概念、方法和应用，包括随机化实验、自然实验、倾向得分匹配等。适用于统计学、社会科学、生物医学等领域的学生和研究人员。
“Causal Inference: The Mixtape” by Scott Cunningham. 该书介绍了因果推断的基本概念、方法和应用，包括随机化实验、自然实验、倾向得分匹配等。适用于统计学、社会科学等领域的学生和研究人员。
“Causal Inference: What If” by Miguel A. Hernán and James M. Robins. 该书介绍了因果推断的基本概念、方法和应用，包括反事实推断、随机化实验、自然实验等。适用于统计学、生物医学等领域的学生和研究人员。
014 最新爬取：全国2003-2021年万达广场分布数据（数据+python代码+可视化）
021 最全280个上市公司数字化转型指标2010-2021年
022 31省 & 274市政府数字化关注度2007-2021
023 31省 & 274地级市绿色发展注意力2007-2021