全书一共分为6个部分，第1部分由第1章至第8章组成，由最简单的线性回归模型开始，从最熟悉的最小二乘法开始，然后扩展到非线性回归模型。第2部分由第9章至第11章组成，放松线性回归模型的假设，引出广义回归模型。第3部分由第12章至第16章组成，介绍了不同的估计方法，包括参数法、半参数法、极大似然法、蒙特卡洛分析法和模拟法等。第4部分由第17章第19章组成，这部分主要在微观层面进行横向比较分析，使用的是横截面数据和面板数据，考察了离散选择、截尾、样本分析、事件计数分析等。第5部分由第20章和第21章组成，这部分主要在宏观层面进行纵向比较分析，因此使用的是时间序列数据，分析了序列相关模型和非平稳数据回归。