理查德·布林编著的《删截选择性样本及截断数据的回归模型》内容介绍：在非实验社会科学研究中，回归分析是最常用的方法。在数据收集和录入以后，研究者无一例外地开始尝试回归模型，对其定义的等式使用最小二乘法（OLS）进行估计。但OLS这一强大的工具却并不总是正确的。其一便是某类特殊形式的数据可能导致OLS估计量的偏误。

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