本书共12章，分为两部分。第1部分为计量经济学基础：第1章概要介绍了计量经济学、因果推断和数据类型；第2章从总体角度剖析了回归分析的本质；第3-5章介绍了线性回归的基础知识，其中包括回归调整和倾向得分匹配方法；第6章讨论了标准误的计算，内容涵盖聚类稳健标准误和重抽样等前沿方法；第7章介绍了工具变量，内容涵盖两阶段最小二乘、GMM和LIML等估计方法，以及关于弱工具变量问题较详细的讨论；第8章介绍了面板数据模型，尤其对双重差分的前沿成果进行了梳理；第9章介绍了二项选择模型和极大似然估计；第10章讨论了模型与变量选择，内容包括LASSO和主成分分析等机器学习方法。第2部分为时间序列分析入门：第11章介绍了线性时间序列模型的相关知识；第12章介绍了单位根与协整的相关内容。