本书包含了计量经济学工具包中的一些核心方法，如工具变量法、双重差分法等，在实证主义范式下，引导人们将视线更多地投向寻找和解释清晰的因果问题。与过去强调首先确定理论模型，基于模型假设进行分析不同，本书展示应用计量经济学的基本工具如何“让数据说话”，为实证研究者把握计量经济学的精义提供了一个向导。此外，本书还涉及几个重要的扩展，比如断点回归设计和分位数回归，以及如何修正标准误差。两位作者解释了为什么很多看似高级华丽的计量方法常常不是必需的，有时甚至是有害的。对于当代社会科学的很多研究领域来说，本书所强调的应用计量经济学方法非常平实且易上手。

第一部分 预备知识
1 关于“问题”的问题
2 理想的实验
2.1 选择性问题
2.2 用随机分配解决选择性偏误?
2.3 实验的回归分析
第二部分 核心
3 使回归有意义
3.1 回归的基本原理
3.2 回归和因果关系
3.3 异质性和非线性
3.4 回归的细节
3.5 附录：平均导数加权函数的推导
4 实践中的工具变量：有时你就是可以得你所需
4.1 工具变量和因果关系
4.2 两阶段最小二乘的渐进推断
4.3 双样本工具变量和拆分样本工具变量
4.4 异质性潜在结果的工具变量
4.5 局部平均处理效应的拓展
4.6 工具变量的细节
4.7 附录
5 平行世界：固定效应?双重差分和面板数据
5.1 个体固定效应
5.2 双重差分法：事前与事后,处理和控制
5.3 固定效应与滞后因变量
5.4 附录：更多关于固定效应和滞后因变量模型的内容
第三部分 拓展
6 微跳一步：断点回归设计
6.1 清晰断点回归
6.2 模糊断点回归是工具变量
7 分位数回归
7.1 分位数回归模型
7.2 对分位数处理效应的工具变量估计
8 非标准的标准误问题
8.1 稳健标准误时估计值的偏误
8.2 面板数据中的聚类问题和序列相关问题
8.3 附录：莫尔顿因子的简单推导
最终感言
术语表
实证研究示例索引
参考文献
后记