本书是一本经典的初级计量经济学教材，语言通俗易懂，且辅以恰到好处的案例指导学生学习和运用计量方法。与大多数其他同类教材最显著的区别是,它的篇章结构是根据分析数据的类型进行划分的：第一篇是横截面数据的回归分析；第二篇是时间序列数据的回归分析；第三篇则介绍了一些更深入的专题。本书的主要特点是：
（1）不需要具备高深的数学知识，读者只要掌握大学所学的线性代数和概率统计基础知识即可。
（2）强调计量经济学在实际问题中的应用。
（3）含有大量例题和练习题。章末习题和计算机习题多着重于经验研究而非复杂的推导。
（4）课程安排比较灵活。教师可以根据教学需要合理挑选章节进行讲授，而不会影响教学的连续性。
本书适合各高等院校经济管理类专业本科生作为计量经济学教材，还可供经济管理类教师及科研人员作为参考书使用。

杰弗里•M.伍德里奇，密歇根州立大学经济学特聘教授。他于1982年在加州大学伯克利分校获得计算机科学与经济学学士学位，并于1986年在加州大学圣迭戈分校获经济学博士学位。伍德里奇博士曾在国际知名期刊上发表了30多篇学术论文。他还是《横截面与面板数据的计量经济分析》(Econometric Analysis of Cross Section and Panel Data)一书的作者。他所获的奖项包括：斯隆(Alfred P．Sloan)研究奖，《计量经济理论》(Econometric Theory)的PluraScripsit奖，《应用计量经济学杂志》(Journal of Applied Econometrics)的斯通(Richard Stone)爵士奖，以及在MIT三次获得研究生教学年度优秀教师奖。他还是计量经济学会(Econometric Society)和《计量经济学杂志》 (Journal of Econometric)的资深会员。
涂海洋，王文佳，中国人民大学博士研究生，邹炬伸，北京大学博士研究生。张成思，现任中国人民大学货币金融系系副主任，曾执教于香港中文大学，研究方向为宏观金融与金融时间序列分析等。

第1章 计量经济学的性质与经济数据
1.1 什么是计量经济学
1.2实证经济分析的步骤
1.3经济数据的结构
1.4计量经济分析中的因果关系和其他条件不变的概念
本章小结
关键术语
习题
计算机练习
第一部分 横截面数据的回归分析
第2章 简单回归模型
2.1 简单回归模型的定义
2.2普通最小二乘法的推导
2.3 OLS的性质
2.4度量单位和函数形式
2.5 OLS估计量的期望值和方差
2.6过原点回归及对常数回归
2.7对二值变量回归
本章小结
关键术语
习题
计算机练习
附录2A最小化残差平方和
第3章 多元回归分析：估计
3.1使用多元回归的动因
3.2普通最小二乘法的操作和解释
3.3 OLS估计量的期望值
3.4 OLS估计量的方差
3.5 OLS的有效性：高斯马尔科夫定理
3.6对多元回归分析语言的一些说明
3.7一些应用多元回归的场景
本章小结
关键术语
习题
计算机练习
第4章 多元回归分析：推断
4.1OLS估计量的抽样分布
4.2对单个总体参数的假设检验：t检验
4.3置信区间
4.4关于参数的一个线性组合的假设检验
4.5对多个线性约束的检验：F检验
4.6报告回归结果
4.7对因果效应和政策分析的再次讨论
本章小结
关键术语
习题
计算机练习
第5章 多元回归分析：OLS的渐近性
5.1一致性
5.2渐近正态和大样本推断
5.3 OLS的渐近有效性
本章小结
关键术语
习题
计算机练习
附录5A
第6章 多元回归分析：深入专题
6.1数据的测度单位对OLS统计量的影响
6.2对函数形式的进一步讨论
6.3拟合优度和回归元选择的进一步探讨
6.4预测和残差分析
本章小结
关键术语
习题
计算机练习
第6章附录
第7章 含有定性信息的多元回归分析
7.1对定性信息的描述
7.2只有一个虚拟自变量
7.3使用多类别虚拟变量
7.4涉及虚拟变量的交互作用
7.5二值因变量：线性概率模型
7.6对政策分析和项目评价的进一步讨论
7.7离散因变量的回归结果解释
本章小结
关键术语
习题
计算机练习
第8章 异方差性
8.1异方差性对OLS所造成的影响
8.2 OLS估计后的异方差稳健推断
8.3对异方差性的检验
8.4加权最小二乘估计
8.5再议线性概率模型
本章小结
关键术语
习题
计算机练习
第9章 模型设定和数据问题的进一步讨论
9.1函数形式误设
9.2对无法观测解释变量使用代理变量
9.3随机斜率模型
9.4有测量误差时OLS的性质
9.5数据缺失、非随机样本和异常观测
9.6最小绝对离差估计
本章小结
关键术语
习题
计算机练习
第二部分 时间序列数据回归分析
第10章 时间序列数据的基本回归分析
10.1时间序列数据的性质
10.2时间序列回归模型的例子
10.3经典假设下OLS的有限样本性质
10.4函数形式、虚拟变量和指数
10.5趋势和季节性
本章小结
关键术语
习题
计算机练习
第11章OLS用于时间序列数据的其他问题
11.1平稳和弱相关时间序列
11.2 OLS的渐近性质
11.3回归分析中使用高度持续性时间序列
11.4动态完备模型和无序列相关
11.5时间序列模型的同方差假设
本章小结
关键术语
习题
计算机练习
第12章 时间序列回归中的序列相关和异方差性
12.1含序列相关误差时OLS的性质
12.2在OLS回归后的序列相关稳健推断
12.3序列相关性检验
12.4回归元严格外生时序列相关的修正
12.5差分和序列相关
12.6时间序列回归中的异方差性
本章小结
计算机练习
第三部分 高级专题
第13章 跨时横截面的混合：简单面板数据方法
13.1跨时独立横截面的混合
13.2利用混合横截面做政策分析
13.3两时期面板数据分析
13.4用两期面板数据做政策分析
13.5多于两期的差分法
本章小结
关键术语
习题
计算机练习
第14章 高级面板数据方法
14.1固定效应估计法
14.2随机效应模型
14.3相关随机效应方法
14.4把面板数据方法用于其他的数据结构
14.5把面板数据方法用于其他的数据结构
本章小结
关键术语
习题
计算机练习
第15章 工具变量的估计与两阶段最小二乘法
15.1动机：简单回归模型中的遗漏变量
15.2多元回归模型的IV估计
15.3两阶段最小二乘法（2SLS）
15.4变量误差问题的IV解决方法
15.5内生性检验与过度识别约束检验
15.6异方差条件下的2SLS
15.7 2SLS应用于时间序列方程
15.8 2SLS应用于混合横截面和面板数据
本章小结
关键术语
习题
计算机练习
第16章 联立方程模型
16.1联立方程模型的性质
16.2 OLS中的联立性偏误
16.3结构方程的识别和估计
16.4多于两个方程的系统
16.5利用时间序列建立联立方程模型
16.6利用面板数据建立联立方程模型
本章小结
关键术语
习题
计算机练习
第17章 受限因变量模型和样本选择的修正
17.1 二值响应的logit和probit模型
17.2用于角点解响应的托宾模型
17.3泊松回归模型
17.4截取和截断回归模型
17.5样本选择纠正
本章小结
关键术语
习题
计算机练习
第18章 时间序列高级专题
18.1无限分布滞后模型
18.2单位根检验
18.3伪回归
18.4协整和误差修正模型
18.5预测
本章小结
关键术语
习题
计算机练习
第19章 完成一个实证项目
19.1问题的提出
19.2文献回顾
19.3数据的收集
19.4计量经济分析
19.5实证论文的写作
本章小结
关键术语
附录
数学复习A基本数学工具
A.1求和算子与描述统计量
A.2线性函数的性质
A.3比例与百分数
A.4若干特殊函数及其性质
A.5微分学
本章小结
关键术语
习题
数学复习B概率论基础
B.1随机变量及其概率分布
B.2联合分布、条件分布与独立性
B.3概率分布的特征
B.4联合与条件分布的特征
B.5正态及其有关分布
本章小结
关键术语
习题
数学复习C数理统计基础
C.1总体、参数与随机抽样
C.2估计量的有限样本性质
C.3估计量的渐近或大样本性质
C.4参数估计的一般方法
C.5区间估计与置信区间
C.6假设检验
C.7关于符号的备注
本章小结
关键术语
习题
高级处理方法D矩阵代数概述
D.1基本定义
D.2矩阵运算
D.3线性独立与矩阵的秩
D.4二次型与正定矩阵
D.5幂等矩阵
D.6线性形式和二次型的微分
D.7随机向量的矩和分布
本章小结
关键术语
习题
高级处理方法E矩阵形式的线性回归模型
E.1模型与普通最小二乘估计
E.2 OLS的有限样本性质
E.3统计推断
E.4某些渐近分析
本章小结
关键术语
习题
术语表