第一章Stata简介 1
1.1Stata界面 1
1.2 Stata命令语句 8
1.3 do文件 10
1.4日志（log）文件 14
1.5共用宏和局部宏（Global and Local Macros） 15
1.6 Stata资源 16
1.7小结 17
第二章 数据管理与概要统计分析 18
2.1数据形式 19
2.2数据录入 21
2.3数据管理 28
2.4数据集操作 42
2.5概要统计分析 50
2.6小结 58
第三章 作图与概要统计分析 60
3.1二维标绘图（twoway graph） 61
3.2条形图和点图 90
3.3饼图 97
3.4直方图 101
3.5箱线图与散点矩阵图 103
3.6图形管理与合并图形 107
3.7小结 110
第四章 经典单方程线性模型 111
4.1经典线性回归模型 111
4.2线性回归模型的参数估计 113
4.3线性回归模型统计检验 115
4.4基本回归分析实例：Stata下的参数估计 118
4.5预测 127
4.6使用Stata菜单进行线性回归 130
4.7小结 138
第五章 随机模拟 139
5.1大样本（渐近）理论[Large-Sample Theory （Asymptotics］ 140
5.2伪随机数（Pseudorandom-number）的生成 142
5.3随机模拟 151
5.4小结 160
第六章 随机误差项假设诊断和广义最小二乘法 161
6.1异方差性 161
6.2序列相关性 165
6.3广义最小二乘估计量（Generalized Least Square Estimator） 167
6.4回归诊断和GLS在Stata中的实现：案例分析 169
6.5调查数据：加权、聚类和分层 179
6.6使用Stata菜单进行检验 185
6.7小结 190
第七章 内生解释变量 191
7.1内生解释变量的来源及后果 191
7.2工具变量法 197
7.3两阶段最小二乘法（Two Stage Least Square Method） 201
7.4内生性的豪斯曼检验 204
7.5 Stata下的工具变量估计量 205
7.6小结 216
第八章 广义矩方法 217
8.1弱工具变量（Weak Instruments） 217
8.2弱工具变量的检验：实例分析 219
8.3广义矩方法（Generalized Method of Moments， GMM） 224
8.4 Stata下的GMM估计量 229
8.5小结 232
第九章 多重共线性 234
9.1多重共线性的分类与后果 234
9.2多重共线性的检验 235
9.3多重共线性的修正 237
9.4 Stata下的多重共线性 238
9.5小结 243
第十章 线性面板数据模型 244
10.1面板数据模型形式 245
10.2面板数据模型参数估计方法 247
10.3固定效应与随机效应 252
10.4线性面板数据模型分析在Stata中的实现 252
10.5小结 274
第十一章 动态面板数据模型 275
11.1动态面板数据模型 275
11.2动态面板数据模型估计法 276
11.3带有序列相关性的动态面板数据模型 279
11.4 Stata下的动态面板数据分析 282
11.5案例：香烟的动态需求 290
11.6小结 295
第十二章 二元离散选择模型 296
12.1二元选择模型 297
12.2二元选择模型回归方法 298
12.3 Stata下的Probit与Logit模型估计 302
12.4拟合优度和预测 308
12.5 Stata下的二元选择模型检验 315
12.6边际效应（Marginal Effects） 318
12.7小结 321
参考文献 323