第一章  Stata簡(jiǎn)介
1.1 Stata界面
1.2 Stata命令語(yǔ)句
1.3 do文件
1.4 日志（log）文件
1.5 共用宏和局部宏（Global and Local Macros）
1.6 Stata資源
1.7 小結(jié)
第二章  數(shù)據(jù)管理與概要統(tǒng)計(jì)分析
2.1 數(shù)據(jù)形式
2.2 數(shù)據(jù)錄入
2.3 數(shù)據(jù)管理
2.4 數(shù)據(jù)集操作
2.5 概要統(tǒng)計(jì)分析
2.6 小結(jié)
第三章  作圖與概要統(tǒng)計(jì)分析
3.1 二維標(biāo)繪圖（twoway graph）
3.2 條形圖和點(diǎn)圖
3.3 餅圖
3.4 直方圖
3.5 箱線圖與散點(diǎn)矩陣圖
3.6 圖形管理與合并圖形
3.7 小結(jié)
第四章  經(jīng)典單方程線性模型
4.1 經(jīng)典線性回歸模型
4.2 線性回歸模型的參數(shù)估計(jì)
4.3 線性回歸模型統(tǒng)計(jì)檢驗(yàn)
4.4 基本回歸分析實(shí)例：Stata下的參數(shù)估計(jì)
4.5 預(yù)測(cè)
4.6 使用Stata菜單進(jìn)行線性回歸
4.7 小結(jié)
第五章  隨機(jī)模擬
5.1 大樣本（漸近）理論[Large-ample Theory（Asymptoties）]
5.2 偽隨機(jī)數(shù)（Pseudorandom—number）的生成
5.3 隨機(jī)模擬
5.4 小結(jié)
第六章  隨機(jī)誤差項(xiàng)假設(shè)診斷和廣義最小二乘法
6.1 異方差性
6.2 序列相關(guān)性
6.3 廣義最小二乘估計(jì)量（Generalized Least Square Estimator）
6.4 回歸診斷和GLS在Stata中的實(shí)現(xiàn)：案例分析
6.5 調(diào)查數(shù)據(jù)：加權(quán)、聚類和分層
6.6 使用Stata菜單進(jìn)行檢驗(yàn)
6.7 小結(jié)
第七章  內(nèi)生解釋變量
7.1 內(nèi)生解釋變量的來(lái)源及后果
7.2 工具變量法
7.3 兩階段最小二乘法（TWO Stage Least Square Method）
7.4 內(nèi)生性的豪斯曼檢驗(yàn)
7.5 Stata下的工具變量估計(jì)量
7.6 小結(jié)
第八章  廣義矩方法
8.1 弱工具變量（Weak I truments）
8.2 弱工具變量的檢驗(yàn)：實(shí)例分析
8.3 廣義矩方法（（~eneralized Method of Moments，GMM）
8.4 Stata下的GMM估計(jì)量
8.5 小結(jié)
第九章  多重共線性
9.1 多重共線性的分類與后果
9.2 多重共線性的檢驗(yàn)
9.3 多重共線性的修正
9.4 Stata下的多重共線性
9.5 小結(jié)
第十章  線性面板數(shù)據(jù)模型
10.1 面板數(shù)據(jù)模型形式
10.2 面板數(shù)據(jù)模型參數(shù)估計(jì)方法
10.3 固定效應(yīng)與隨機(jī)效應(yīng)
10.4 線性面板數(shù)據(jù)模型分析在Stata中的實(shí)現(xiàn)
10.5 小結(jié)
第十一章  動(dòng)態(tài)面板數(shù)據(jù)模型
11.1 動(dòng)態(tài)面板數(shù)據(jù)模型
11.2 動(dòng)態(tài)面板數(shù)據(jù)模型估計(jì)法
11.3 帶有序列相關(guān)性的動(dòng)態(tài)面板數(shù)據(jù)模型
11.4 Stata下的動(dòng)態(tài)面板數(shù)據(jù)分析
11.5 案例：香煙的動(dòng)態(tài)需求
11.6 小結(jié)
第十二章  二元離散選擇模型
12.1 二元選擇模型
12.2 二元選擇模型回歸方法
12.3 Stata下的Probit與Logit模型估計(jì)
12.4 擬合優(yōu)度和預(yù)測(cè)
12.5 Stata下的二元選擇模型檢驗(yàn)
12.6 邊際效應(yīng)（Marginal Effects）
12.7 小結(jié)
參考文獻(xiàn)