本书为社会学和行为科学家提供了一种能有逻辑性地从非经验和经验数据推出预测范围的统一语言和工具集合。作者从犯罪学、人口统计学、流行病学、社会心理学、社会学以及经济学的案例出发，来说明这种语言以及这种工具的广泛适用性。在计量经济学、社会学和心理统计学领域，有很多传统的方法来描述识别问题。部分传统的方法本质上就是统计学的方法，即利用一般似然函数和非独立参数估计的概念。本书作者的策略是，将识别问题从纯粹的统计概念中剥离出来，并用社会学和行为科学的方法解释它。每一个识别问题都有实例引出，并提出其真实的社会政策的重要性，书中数学公式的应用 为简洁，并从识别问题中导出作者的主旨思想。Manski首先从一个人口预测外推至另一个人口预测或未来人口预测开始，之后分析当科学家试图解决的预测方法对结果的影响时通常会遇到的选择问题。他分析了具体的假设并拓展出范围估计的非参数方法。Manski说明了如何利用这些工具来调查一般的问题，如预测家庭结构对子女的影响，以及警察对犯罪率的影响等。部分章节还成功地用这些工具估计一些社会项目，如流行病学研究中使用病例对照实验来分析危险因素或疾病，以及在人类学研究中利用统计数据分析未来的生育率等。 ，以两个社会互动问题中的识别问题结束：经典的计量经济学中的同步性问题，以及邻域效应和认知效应的反射性问题。