《教育计量学》全面收集了近年来在教育研究中用到的统计指标。例如，包括了基尼系数、塞尔系数、广义熵系数等用来反映教育不平等程度的统计指标。除了介绍一般线性回归模型外，还特别包括了随机前沿分析(SFA)、数据包络分析(DEA)、分位数回归、多分因变量模型、定序因变量模型、格兰杰因果检验方法、单位根检验、协整分析等内容，可作为教学用书，也可供读者阅读学习。

《教育计量学》不仅包括本人近年来发表的学术文章、北京大学教育学院的研究生学位论文还包括国内外期刊和《国际教育经济手册》上的一些内容。在这些具体的实例中，涉及个人教育收益率、教育生产函数、公共教育投资比例的国际比较、教育政策评价、入学机会和教育经费的公平性研究、课外补习现象研究、高等教育需求分析、高等教育学生学业成就的影响因素分析、高校毕业生就业满意度研究、劳动力行业分布的影响因素分析等。

第一章 统计学基础知识
第一节 表示集中趋势的统计指标
第二节 表示变异程度的统计指标
第三节 数据的分布状况
第四节 实例分析

第二章 一元线性回归模型
第一节 一元线性回归模型及其基本假定
第二节 普通最小二乘法
第三节 拟合优度检验
第四节 置信区间
第五节 假设检验（t）
第六节 总体显著性检验
第七节 预测
第八节 实例：公共教育投资比例的国际比较

第三章 多元线性回归模型
第一节 多元线性回归模型及其基本假定
第二节 普通最小二乘法
第三节 拟合优度检验
第四节 单参数显著性检验
第五节 一般线性假设检验（F检验）
第六节 置信区间
第七节 预测
第八节 线性模型扩展
第九节 实例：个人教育收益率

第四章 虚拟解释变量
第一节 一个定性变量
第二节 两个定性变量
第三节 交互作用效应
第四节 结构一致性检验

第五章 放宽经典模型的假定
第一节 多重共线性
第二节 异方差
第三节 自相关
第四节 随机解释变量

第六章 分类因变量
第一节 线性概率模型（LPM）
第二节 对数单位模型（Logit模型）
第三节 概率单位模型（Probit模型）
第四节 多分定类因变量
第五节 定序因变量
第六节 其他限值因变量模型

第七章 单方程估计专题
第一节 面板数据的模型估计
第二节 分位数回归模型
第三节 随机前沿分析
第四节 数据包络分析

第八章 联立方程模型
第一节 联立方程模型的基本概念
第二节 结构式与简化式
第三节 联立方程模型的识别
第四节 联立方程模型的估计

第九章 时间序列分析
第一节 单位根检验
第二节 协整分析
第三节 格兰杰（Granger）因果检验

参考文献
……