本书比较分析了主要的分类方法所建立的组织行为预测模型的性能，为不同情形下分类方法的恰当选择提供了依据。组织行为数据普遍存在类不平衡和误分类代价不一致问题，这导致标准分类器所构建的组织行为预测模型性能较差。为此，在期望误分类代价这一指标下，本书研究了四种典型代价敏感学习方法基于不同标准分类器所构建的组织行为预测模型的性能，为不同情形下代价敏感学习方法的恰当选择提供了依据。

本书利用R语言对中国社会综合调查数据，调查数据对研究者开放，可自行下载，方便获取)进行分析。与市场上一般的R语言工具书不同，此书基于真实的调查数据，贴近数据学习和科研分析的真实过程，从读入原始数据开始，逐渐深入。内容完整涵盖描述性统计分析、图表呈现、简单回归分析、广义回归模型、因子分析等主流统计教程的方法，适合各层次的读者参考。

本书共有7章。第1章介绍了随机实验的基本原理，以及如何在反事实的统计理论框架下进行因果推论。第2章着重讨论了倾向值匹配的基本过程，以及为什么我们能够利用倾向值匹配的方法进行因果推论。第3章通过一个具体的实例展示了倾向值匹配的过程。第4章讨论了如何从传统的倾向值方法出发，将因果推论分析扩展到多类别变量、因果中介分析和因果异质性分析。第5章关注了因果分析过程中非常重要却往往被学者们忽视的统计检定力和样本量问题。第6章将因果推论分析推广到个案研究中，系统介绍了综合控制个案方法。第7章总结全书，并对倾向值技术进行了反思。

本书主要阐述了社会媒体数据获取与分析、社区发现、社会网络建模与分析、面向社会群体的建模与分析、社会行为分析与决策评估等内容。