前言  
致谢  
本书结构  
第壹部分 导论  
1 关于“问题”的问题  
2 理想的实验  
2.1 选择性偏误  
2.2 用随机分配解决选择性偏误  
2.3 对实验的回归分析  
 
第二部分 核心  
3 让回归变得有意义  
3.1 回归的基本原理  
3.2 回归与因果关系  
3.3 异质性与非线性  
3.4 回归的细节  
3.5 附录：对加权平均导函数求导  
4 实践中的工具变量：得到你想要的  
4.1 工具变量与因果关系  
4.2 两阶段zui小二乘的渐进推断  
4.3 双样本工具变量和剖分样本工具变量  
4.4 工具变量与异质性潜在结果  
4.5 对局部平均处理效应的推广  
4.6 工具变量的细节  
4.7 附录  
5 相似世界：固定效应＼双重差分和面板数据  
5.1 个体固定效应  
5.2 双重差分：事前与事后，处理和控制  
5.3 固定效应与滞后被解释变量  
5.4 附录：对固定效应模型和滞后被解释变量模型的进一步讨论  
 
第三部分 拓展  
6 更进一步：断点回归设计  
6.1 清晰断点回归  
6.2 作为一种工具变量法的模糊断点回归  
7 分位数回归  
7.1 分位数回归模型  
7.2 对分位数处理效应的工具变量估计  
8 非标准的标准误问题  
8.1 在估计稳健标准误时存在的偏误  
8.2 面板数据中的聚类问题和序列相关问题  
8.3 附录：对简单Moulton因子的计算  
zui后的几句话  
术语表及名词缩写  
参考文献  
译后记