Det er en økende enighet innen samfunnsvitenskapene om fordelene ved forskningsstrategier som kombinerer kvantitative og kvalitative verktøy for sluttsatser. "Integrated Inferences" utvikler en ramme for bruk av kausale modeller og Bayesian oppdatering i kvalitativ og blandet metode-forskning. Ved å lage, oppdatere og stille spørsmål til kausale modeller, får forskere mulighet til å integrere informasjon fra ulike datakilder, samtidig som de kobler teori og empirikk på en langt mer systematisk og gjennomsiktig måte enn det standard kvalitative og kvantitative tilnærminger tillater. Boken gir en introduksjon til grunnleggende prinsipper for kausal sluttføring og Bayesian oppdatering, og viser hvordan disse verktøyene kan brukes til å implementere og rettferdiggjøre slutninger ved hjelp av innen-kasus (prosesssporing) bevis, korrelasjonsmønstre på tvers av mange tilfeller, eller en blanding av begge. Forfatterne demonstrerer også hvordan kausale modeller kan veilede forskningsdesign, og dermed informere valg om hvilke tilfeller, observasjoner og metoder som vil være mest hensiktsmessige.
