　　《用Stata学微观计量经济学》一书对主题的选择完全反映了当代微观计量经济学实证分析的操作，在向读者介绍了Stata之后，作者就介绍了线性回归、模拟和广义小二乘法；有横截面技术的部分则介绍了对线性模型工具变量和分位数回归模型的新处理方法。
　　《用Stata学微观计量经济学》的后面部分包括了对线性面板数据模型参数的估计方法，作者的选择是独具匠心的：在介绍了标准的随机效应和固定效应之后，然后介绍了混合线性模型，它在计量经济学之外的很多领域被广泛地应用。
　　《用Stata学微观计量经济学》一书不仅介绍了非线性回归模型，还说明了如何使用Stata对新的非线性估计量进行编程。此外，还详细地介绍了非线性的方法，这是很多传统计量经济学教材省略的内容，这一部分向学生和研究者说明了如何更简单地执行这些新的非线性估计的方法。
　　《用Stata学微观计量经济学》一书使用经验的近似方法来说明统计推断，同时使用自抽样的近似方法来说明检验统计量的分布。这一部分强调了Stata在获取自抽样近似法方面的强大优势，同时也介绍了统计推断的基本知识。
　　最后，本书在扩展部分中介绍了不同的非线性模型：二值因变量模型、多项选择模型、tobit和选择模型、计数模型，以及非线性面板数据模型。最后用两个有关编程的附录结束了本书的写作。
　　《用Stata学微观计量经济学》对不同计量经济学主题的独特组合，对不同计量实证分析方法的直觉介绍，以及对Stata实例的深入解说，对使用微观计量经济学实证分析方法的人来说，它是有价值的手边工具书。
　　

作者简介

　　A.科林·卡梅伦（A. Colin Cameron），美国加利福尼亚大学戴维斯分校经济学教授，斯坦福大学经济学博士。卡梅伦教授是世界著名的微观计量经济学专家，重点研究横截面数据特别是计数数据的计量经济学理论及其在劳动经济学和健康（卫生）经济学中的应用，在Review of Economic Studies、Quarterly Journal of Economics、Journal of Econometrics、Review of Economics and Statistics、Journal of Applied Econometrics 和Journal of Business and Economics Statistics等国际权威期刊上发表论文三十余篇，著有《计数数据的回归分析》（Regression Analysis of Count Data）和《微观计量经济学：方法与应用》（Microeconometrics Methods and Applications）等著作，也是Journal of Econometric Methods和The Stata Journal的副主编。

　　普拉温·K.特里维迪（Pravin K. Trivedi），美国印第安纳大学荣誉经济学教授，伦敦大学经济学博士。特里维迪教授是世界知名的微观计量经济学家，重点研究微观计量经济学理论及其在健康经济学中的应用，善长计量经济学建模分析，在Review of Economic Studies、Journal of Econometrics 和Journal of Applied Econometrics等国际权威期刊发表论文几十篇，曾是Review of Economic Studies和Journal of Applied Econometrics等期刊的编委。

　　肖光恩，武汉大学经济与管理学院副教授，世界经济系副主任，武汉大学国际商务研究中心副主任，英国雷丁大学商学院访问学者。重点研究世界经济、国际投资、空间经济学和空间计量分析，出版译著有《国际商务经济学：一个新的研究议程》、《空间计量经济学导论》和《空间计量经济学：从横截面数据到空间面板》。

精彩书评

　　★《用Stata学微观计量经济学》一书是微观计量实证分析的必备工具，它有助于微观计量实证分析迈入大数据分析的时代。
　　——连玉君
　　
　　★《用Stata学微观计量经济学》是一本计量经济学理论分析与实证分析深入结合的“手册式”工具书，作者是当今世界研究微观计量经济学的重要威望，他们不仅对微观计量经济学新的发展做出了巨大贡献，而且对Stata软件的编程分析具有重要的建树。本书是计量经济学理论研究与实证分析结合得十分完美的著作，是实证微观计量分析的重要工具书。
　　　　——肖光恩
　　

1 Stata基础知识
2 数据管理和绘图
3 线性回归的基本知识
4 模拟
5 GLS回归
6 线性工具变量回归
7 分位数回归
8 线性面板数据模型：基础
9 线性面板数据模型：扩展
10 非线性回归方法
11 非线性最优化方法
12 检验方法
13 自抽样法
14 二值结果模型
15 多项选择模型
16 Tobit模型和选择模型
17 计数数据模型
18 非线性面板模型
附录
A Stata中的编程
B Mata