在非实验社会科学研究中，回归分析是最常用的方法。但常用的最小二乘法(OLS)这一强大工具并不总是正确的。某类特殊形式的数据可能导致OLS估计量的偏误。当因变量不能代表样本总体时，社科学者可以运用哪些方法呢?理查德·布林著吴晓刚主编郑冰岛译的《删截选择性样本及截断数据的回归模型/格致方法定量研究系列》讨论的数据形式包括删截数据、选择性样本数据以及截断数据。本书中的例子将帮助学术界澄清这些概念。删截数据、选择性样本数据和截断数据涉及社会科学中的广泛议题。因此，这本书对于社会科学研究、回归分析和特殊形式数据解析有着重要意义。

序
第1章 概论
第1节 删截、选择性样本和截断数据
第2节 两步模型
第3节 社会科学中的删截、选择性样本以及截断问题
第4节 理论基础
第5节 本书内容
第2章 删截数据的Tobit模型
第1节 删截的潜在变量
第2节 两步骤模型
第3节 最大似然估计
第4节 Tobit模型的最大似然估计
第5节 Tobit模型的参数解释
第6节 一个实际例子
第3章 选择性样本模型和截断回归模型
第1节 选择性样本模型
第2节 参数解释
第3节 一些实际问题
第4节 实证例子
第5节 截断回归模型
第4章 基本模型的扩展
第1节 多重阈值的选择过程
第2节 内生性选择和结果
第5章 应注意的问题
第1节 对分布假设的敏感性
第2节 模型辨识和稳健性
第3节 评估研究中的样本选择模型
第4节 删截模型和选择性样本模型的使用指南
第5节 结论
附录
注释
参考文献
译名对照表