本书为既接轨现代计量经济学，又适合中国国情的本科计量经济学教材。在理论体系上，本书充分借鉴最新国际主流教材，以大样本理论为主线，并针对中国学生的知识体系进行编写。此书内容全面，包括横截面数据（多元回归、工具变量法、离散选择）、时间序列（平稳时间序列、单位根、协整），面板数据（随机效应、固定效应），以及因果推断的主流方法（倾向得分匹配、断点回归、双重差分法、合成控制法、回归控制法）等。

本书力图以清晰而生动的语言，较多的插图与经济意义，来直观地解释计量方法。结合目前欧美最为流行的Stata计量软件，及时地介绍相应的计算机操作与经典实例，为读者提供“一站式”服务。本书还较多地使用计算机模拟(蒙特卡罗法)，作为强有力的学习工具。在每章末尾，作者还通过音频二维码对该章内容进行总结与导读。

本书适合普通高校经济管理类及社科类的本科生使用。先修课为微积分、线性代数与概率统计。阅读本书可使读者掌握当代实证研究的精神实质与基本方法，并学会实际处理数据的重要技能，从而为毕业论文乃至读研深造打下良好基础。

前辅文
第1章 导论
  1.1 什么是计量经济学
  1.2 经济数据的特点与类型
  本章小结
  附录 谷歌如何通过搜索记录预测流感的传播
第2章 Stata入门
  2.1 为什么使用Stata
  2.2 Stata的窗口
  2.3 Stata操作实例
  2.4 Stata命令库的更新
  2.5 进一步学习Stata的资源
  本章小结
  习题
第3章 数学回顾
  3.1 微积分
  3.2 线性代数
  3.3 概率、条件概率与独立事件
  3.4 分布与条件分布
  3.5 随机变量的数字特征
  3.6 迭代期望定律
  3.7 随机变量无关的三个层次概念
  3.8 常用连续型统计分布
  3.9 统计推断的思想
  本章小结
  习题
第4章 一元线性回归
  4.1 一元线性回归模型
  4.2 OLS估计量的推导
  4.3 OLS的正交性
  4.4 平方和分解公式
  4.5 拟合优度
  4.6 无常数项的回归
  4.7 一元线性回归的Stata命令及实例
  4.8 Stata命令运行结果的存储与调用
  4.9 总体回归函数与样本回归函数：蒙特卡罗模拟
  本章小结
  习题
  附录4.1 高尔顿与回归
  附录4.2 随机数的产生
第5章 多元线性回归
  5.1 二元线性回归
  5.2 多元线性回归模型
  5.3 OLS估计量的推导
  5.4 OLS的几何解释
  5.5 拟合优度
  5.6 古典线性回归模型的假定
  5.7 OLS的小样本性质
  5.8 对单个系数的t检验
  5.9 对线性假设的F检验
  5.10 F统计量的似然比原理表达式
  5.11 预测
  5.12 多元线性回归的Stata命令及实例
  本章小结
  习题
第6章 大样本OLS
  6.1 为何需要大样本理论
  6.2 随机收敛
  6.3 大数定律与中心极限定理
  6.4 使用蒙特卡罗法模拟中心极限定理
  6.5 统计量的大样本性质
  6.6 随机过程的性质
  6.7 大样本OLS的假定
  6.8 OLS的大样本性质
  6.9 大样本统计推断
  6.10 大样本OLS的Stata命令及实例
  6.11 大样本理论的蒙特卡罗模拟
  本章小结
  习题
  附录 依均方收敛是依概率收敛的充分条件
第7章 异方差
  7.1 异方差的后果
  7.2 异方差的例子
  7.3 异方差的检验
  7.4 异方差的处理
  7.5 处理异方差的Stata命令及实例
  7.6 Stata命令的批处理
  本章小结
  习题
第8章 自相关
  8.1 自相关的后果
  8.2 自相关的例子
  8.3 自相关的检验
  8.4 自相关的处理
  8.5 处理自相关的Stata命令及实例
  本章小结
  习题
第9章 模型设定与数据问题
  9.1 遗漏变量
  9.2 无关变量
  9.3 建模策略：“由小到大”还是“由大到小”？
  9.4 解释变量个数的选择
  9.5 对函数形式的检验
  9.6 多重共线性
  9.7 极端数据
  9.8 虚拟变量
  9.9 经济结构变动的检验
  9.10 缺失数据与线性插值
  9.11 变量单位的选择
  本章小结
  习题
第10章 工具变量法
  10.1 联立方程偏差
  10.2 测量误差偏差
  10.3 工具变量法的例子
  10.4 二阶段最小二乘法
  10.5 弱工具变量
  10.6 对工具变量外生性的过度识别检验
  10.7 对解释变量内生性的豪斯曼检验：究竟该用OLS还是IV？
  10.8 如何获得工具变量
  10.9 工具变量法的Stata命令及实例
  本章小结
  习题
第11章 二值选择模型
  11.1 二值选择模型的例子
  11.2 最大似然估计的原理
  11.3 二值选择模型的MLE估计
  11.4 三种边际效应
  11.5 回归系数的经济意义
  11.6 拟合优度
  11.7 准最大似然估计
  11.8 三类渐近等价的大样本检验
  11.9 二值选择模型的Stata命令及实例
  11.10 其他离散选择模型
  本章小结
  习题
第12章 面板数据
  12.1 面板数据的特点
  12.2 面板数据的估计策略
  12.3 混合回归
  12.4 固定效应模型：组内估计量
  12.5 固定效应模型：LSDV法
  12.6 固定效应模型：一阶差分法
  12.7 时间固定效应
  12.8 随机效应模型
  12.9 组间估计量
  12.10 拟合优度的度量
  12.11 非平衡面板
  12.12 究竟该用固定效应还是随机效应模型
  12.13 面板模型的Stata命令及实例
  本章小结
  习题
第13章 平稳时间序列
  13.1 时间序列的自相关
  13.2 一阶自回归
  13.3 高阶自回归
  13.4 自回归分布滞后模型
  13.5 误差修正模型
  13.6 移动平均与ARMA模型
  13.7 脉冲响应函数
  13.8 向量自回归过程
  13.9 VAR的脉冲响应函数
  13.10 格兰杰因果检验
  13.11 VAR的Stata命令及实例
  13.12 时间趋势项
  13.13 季节调整
  13.14 日期数据的导入
  本章小结
  习题
第14章 单位根与协整
  14.1 非平稳序列
  14.2 ARMA的平稳性
  14.3 VAR的平稳性
  14.4 单位根所带来的问题
  14.5 单位根检验
  14.6 单位根检验的Stata命令及实例
  14.7 协整的思想与初步检验
  14.8 协整的最大似然估计
  14.9 协整分析的Stata命令及实例
  本章小结
  习题
第15章 倾向得分匹配
  15.1 潜在结果框架
  15.2 依可测变量选择
  15.3 回归vs匹配
  15.4 匹配估计量的思想
  15.5 倾向得分匹配原理
  15.6 倾向得分的平衡性质
  15.7 倾向得分匹配的Stata命令及实例
  15.8 倾向得分匹配的局限性
  本章小结
  习题
  附录
第16章 断点回归
  16.1 断点回归的思想
  16.2 精确断点回归
  16.3 核函数
  16.4 带宽
  16.5 协变量的作用
  16.6 内生分组
  16.7 断点回归的Stata命令及实例
  本章小结
  习题
第17章 双重差分法
  17.1 平行趋势假定
  17.2 双重差分估计量
  17.3 平行趋势图
  17.4 平行趋势检验
  17.5 交叠DID
  17.6 双重差分法的Stata命令及实例
  本章小结
  习题
第18章 合成控制法
  18.1 比较案例分析
  18.2 合成控制法的思想
  18.3 合成控制法的算法
  18.4 合成控制法的理论基础
  18.5 合成控制法的统计推断
  18.6 合成控制法的稳健性检验
  18.7 合成控制法的Stata命令及实例
  18.8 使用合成控制法的注意事项
  本章小结
  习题
第19章 回归控制法
  19.1 回归控制法的推导
  19.2 回归控制法的模型选择
  19.3 含协变量的回归控制法
  19.4 回归控制法的统计推断
  19.5 回归控制法的Stata命令及实例
  本章小结
  习题
  附录 回归控制法的推导
第20章 如何做实证研究
  20.1 什么是实证论文
  20.2 准备阶段
  20.3 选题
  20.4 探索性研究
  20.5 收集与整理数据
  20.6 建立计量模型
  20.7 选择计量方法
  20.8 解释回归结果
  20.9 诊断性检验
  20.10 稳健性检验
  20.11 论文写作
  20.12 与同行交流
  20.13 提交论文或投稿
  20.14 写作伦理
  20.15 结束语
  本章小结
  习题
附录
参考文献