课程的主要内容一共分成十个章节进行讲授。
首先在第一章中我们将简要介绍计量经济学的基本范畴，通俗地讲，就是计量经济学是用来做什么的。我们还会在这一章中介绍在做实证分析时经常用到的数据库。第一章中我们会最后介绍统计软件Stata的一些基本操作。
第二章和第三章分别来介绍一元线性回归模型和多元线性回归模型。在这一部分，核心内容是最小二乘法，这是最基本也是应用最广泛的一种估计方法。我们也将介绍线性回归模型的基本假设和最小二乘法估计量的基本性质。
在第四章中，我们将介绍如何进行统计推断，主要介绍单系数检验和多系数检验。
在第五章中，我们将介绍日常应用线性模型时的一些特殊用法，比如虚拟变量等。
学习完前五个章节之后，就基本上把线性回归模型以及最小二乘法的内容全部结束了。大家注意到，我们提到，我们将介绍线性回归模型的基本假设，但是在现实中，这些假设有可能并不成立，因此，在剩余的部分，我们将把这些假设逐个放宽，然后来看它会产生的后果以及解决办法。
第六章中，我们放宽正态分布的假设，同时来探讨当样本量趋于无穷大时最小二乘估计量的性质。
在第七章和第八章中。我们分别放宽了同方差假设和随机样本的假设。我们讨论了这两个假设被违反时的后果以及解决办法。
第九章讨论内生性问题。这是解释变量和误差项不相关的假设被放宽之后导致的后果。在这一章中，我们将讨论内生性问题的后果，以及如何使用代理变量和工具变量的办法来解决内生性问题。
在第十章中，我们放宽了回归方程的线性假设，也就是说，我们在这一章中讨论非线性回归模型。另外，我们也将在这一章中介绍另一种经常使用的估计方法，极大似然法。
