本书对统计学和计量经济学作了简明扼要的介绍。既可作为现在的统计学以及计量经济学标准教材的补充，也可作为课堂上独立使用的教材。
本书完全自成体系，涵盖了计量经济学（第6～11章）所要求的统计学知识（第1～5章）。本书重在应用，所有证明都放在了问题部分，而不是正文部分。书中尽可能使用现实世界中的社会经济和商业数据来对更深入的计量经济学方法和模型加以解说，与此同时还用到几个网络数据资源，网址已经列出以便学生和老师进一步使用（附录12）。对计量经济学中通常遇到的问题，如多重共线性和自相关，本书都就问题的产生、存在性的检验方法以及可能的修正方法做了清晰扼要的讨论说明。在这第二版中，我们增加了计算机应用部分，大致介绍了计算机数据处理，以及如何用微软Excel、Eviews或SAS统计软件包为本书所用到的估计方法设计程序（第12章）。我们还增加了非参数检验、矩阵符号、二元选择模型等部分，以及一整章的时间序列分析（第11章），其中后者是计量经济学一个较新发展起来的领域。书中同时还包括了一个统计学测验样题和计量经济学测验样题。
第一章 导论
1.1 统计学实质
1.2 统计学与计量经济学
1.3 计量经济学方法
第二章 描述性统计
2.1 频数分布
2.2 集中趋势的度量
2.3 离散的度量
2.4 频数分布形状
第三章 概率与概率分布
3.1 单一事件概率
3.2 多重事件概率
3.3 离散概率分布：二项分布
3.4 泊松分布
3.5 连续概率分布：正态分布
第四章 统计推断：估计
4.1 抽样
4.2 均值抽样分布
4.3 正态分布下的估计
4.4 t分布下的均值置信区间
第五章 统计推断：假设检验
5.1 假设检验
5.2 总体均值和比率的假设检验
5.3 两均值或比率之差的假设检验
5.4 拟合优度和独立性的卡方检验
5.5 方差分析
5.6 非参数检验
统计学测验
第六章 简单回归分析
6.1 两变量线性模型
6.2 普通最小二乘法
6.3 参数估计的显著性检验
6.4 拟合优度和相关性检验
6.5 普通最小二乘估计量的特性
第七章 多元回归分析
7.1 三变量线性模型
7.2 参数估计的显著性检验
7.3 多重可决系数
7.4 回归的整体显著性检验
7.5 偏相关系数
7.6 矩阵符号
第八章 回归分析的深入方法与应用
8.1 方程类型
8.2 虚拟变量
8.3 分布滞后模型
8.4 预测
8.5 二元选择模型
8.6 二元选择模型的解释
第九章 回归分析的诸多问题
9.1 多重共线性
9.2 异方差
9.3 自相关
9.4 变量误差
第十章 联立方程组法
10.1 联立方程组模型
10.2 识别
10.3 估计：间接最小二乘法
10.4 估计：两阶段最小二乘法
第十一章 时间序列方法
11.1 ARMA
11.2 ARMA的识别
11.3 非平稳序列
11.4 单位根检验
11.5 协整与误差修正
11.6 因果关系
第十二章 计算机在计量经济学中的应用
12.1 数据格式
12.2 微软EXCEL
12.3 EVIEWS
12.4 SAS
计量经济学测验
附录1 二项分布
附录2 泊松分布
附录3 标准正态分布
附录4 随机数表
附录5 学生t分布
附录6 卡方分布
附录7 F分布
附录8 杜宾—沃森统计量
附录9 Wilcoxon W
附录10 KolmogorovSmirnov 临界值
附录11 ADF临界值
附录12 网络数据资源
