2015年の刊行。取り上げるテーマは線型回帰に始まり、操作変数法、プログラム評価、ＧＭＭ*1、制限従属変数、分位点回帰、ブートストラップ、ノンパラメトリック法と、わずか200頁の中で多くのテーマが取り上げられる。数式展開も概ね丁寧であり、それに増して、「痒いところに手が届く」記述が多い。日本語で読める計量経済学の書籍としては、現時点のベストと思われる。
本書の優位性
最初の単回帰では、冒頭十数ページからロバスト標準誤差の話が出てくる。これまでの計量経済学では、誤差項が、分散が均一、互いに無相関、説明変数と無相関、期待値ゼロの正規分布に従うことを前提とし、不均一分散は例外的な扱いとされてきた。これは、均一分散の仮定の下、OLS推定量は線型不偏推定量の中で最良である（分散が最も小さい）ことを理論的根拠としてきたためと考えられるが、本書は「セミパラメトリック効率性」という別の根拠からOLS推定量を正当化し、不均一分散に対しロバストなWhiteの標準偏差を用いるのが現在の主流であるとする*2。
また、多重共線性については「多くの場合は放置しておくのが無難」とし、むしろ欠落変数バイアスの問題を重視する。多重共線性は、第４章でも行列表記により扱われ、〈完全な〉多重共線性のケースでは、係数の識別が不可能であることが、より分かりやすく説明される。
操作変数法やプログラム評価が前半の章から取り扱われるなど、内生性による識別の問題*3が重視される近年の傾向を反映している。特に前者については、構造方程式の推定時における重要性からか高い比重が置かれ、第５章のGMMまで、基本的には、操作変数法による回帰モデルが扱われている。総じて、20年前の計量経済学と比較し「語り口」や「言葉」自体が変化している印象がある。
ただし、因果推論に関係する記述は（相対的には）少なく、バックドア基準や傾向スコアに関する記述はない。また、時系列分析に関しても取り扱っていない。この辺りは、宮川雅己『統計的因果推論』、沖本竜義『経済・ファイナンスデータの計量時系列分析』などで補う必要があるだろう。
第６章以降では、データの「打ち切り」やその場合の回帰（Tobitモデル、Heckmanの２段階推定法）、さらには分位点回帰、ブートストラップ、ノンパラメトリック法と続くが、これらを取り扱わない書籍が多い中、計量分析に関し取り扱う対象の幅広さは、本書の大きな優位性である。
133頁以降には、トップコーディングされた米国CPS*4のデータ（March CPS）を使用した分位点回帰の結果が紹介されており、図らずも、米国マイクロデータの回帰分析においてデータの「打ち切り」を考慮することの重要性が理解できた。
