内容简介：计量经济学的方法和实践不断发展，有些过于新奇的方法本来没必要如此复杂，而且还可能是有害的。虽然对计量经济学基本工具的解释日趋精奥深微，但应用计量经济学的核心内容却保持着大体稳定。这本指南性质的教材为经验研究者把握计量经济学的精义提供一个向导，在讨论回归、工具变量和双重差分法等核心内容的基础上，强调估计值的一般性质（比如回归总是可以近似条件均值函数等），以及对估计值赋予因果解释所需的假设（比如条件独立假设、相似世界等），之后再扩展至非连续实验的回归分析及统计推断等问题。尤其是，作者对OLS和IV，从方法论到各种应用，讲解极为详细，把所有目前流行的带试验色彩的估计方法，全部放在回归的框架中分析和讨论，但不涉及试验设计的内容。
乔舒亚·安格里斯特，美国麻省理工学院Ford经济学教授，美国国民经济研究局研究员，美国艺术与科学院院士，计量经济学会会员。曾任教于以色列希伯来大学和美国哈佛大学。主要教授劳动经济学和计量经济学，研究领域广泛，涉及教育经济学、社会实验、公共项目的计量经济学方法研究以及政策评估。
约恩－斯特芬·皮施克，英国伦敦政治经济学院（LSE）教授，LSE经济表现中心资深研究员。主要教授劳动经济学和计量经济学，研究领域集中于教育政策评估，包括义务教育的收入回报、学期长短对学生成绩的影响，以及班级成员间的影响效应等。
出版前言
前言
致谢
本书结构
第一部分 导论
1 关于“问题”的问题
2 理想的实验
2.1 选择性偏误
2.2 用随机分配解决选择性偏误
2.3 对实验的回归分析
第二部分 核心
3 让回归变得有意义
3.1 回归的基本原理
3.2 回归与因果关系
3.3 异质性与非线性
3.4 回归的细节
3.5 附录：对加权平均导函数求导
4 实践中的工具变量：得到你想要的
4.1 工具变量与因果关系
4.2 两阶段最小二乘的渐进推断
4.3 双样本工具变量和剖分样本工具变量
4.4 工具变量与异质性潜在结果
4.5 对局部平均处理效应的推广
4.6 工具变量的细节
4.7 附录
5 相似世界：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：事前与事后，处理和控制
5.3 固定效应与滞后被解释变量
5.4 附录：对固定效应模型和滞后被解释变量模型的进一步讨论
第三部分 拓展
6 更进一步：断点回归设计
6.1 清晰断点回归
6.2 作为一种工具变量法的模糊断点回归
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 在估计稳健标准误时存在的偏误
8.2 面板数据中的聚类问题和序列相关问题
8.3 附录：对简单Moulton因子的计算
最后的几句话
术语表及名词缩写
参考文献
译后记
计量经济学的疆界正在不断扩张。作为这种扩张的结果，其方法和实践也有了长足发展，但即使那些精于数据处理的个中老手，也会对如今如此繁的计量方法感到困惑。幸运的是，并非所有方法都同样有用、同等重要。那些过于新奇的方法本来没必如此复杂，而且还可能是有害的。从积极的方面讲虽然对计量经济学基本工具的解释日趋精奥深微，但应用计量经济学（Applied Econometrics）的核心内容却保持着大体稳定。本书为实证研究者把握计量经济学的精义提供了一个向导，这些计量经济学的精义也就是我们所指的基本无害的计量经济学（Mostly Harmless Econometrics）。在应用计量经济学家的工具箱中，最重要的几件工具可以列举如下：（1）为了将可能掩盖因果关系的变量控制起来，而设计的回归模型（Regression Model）；（2）用于分析真实实验以及自然实验的工具变量法（Instrumental Variables Method）；（3）在重复观察中用以处理不可观察的缺失变量的双重差分方法（Difference-in-Difference Strategies）。对上面这些基本技巧的创造性使用要求读者对统计推断的作用机理有坚实的概念基础和良好的理 解。应用计量经济学在这两方面的特点将会在本书中得到体现。
。。。