經濟計量學是建立在經典統計學框架內的學科，其數理分析的規范性、數理分析的嚴謹性和可靠性毋庸置疑，但在模型的實踐應用方面卻一直成效欠佳。而近年來出現的人工智能、機器學習技術已被大量運用于經濟計量研究，在實踐應用方面的成效已明顯超越經典統計學，并為系統解決經濟計量學的問題提供了成熟的理論框架 。
本書以傳統經濟計量學的奠基之作——哈維爾莫的《經濟計量學的概率論方法》的主要論點為出發點，對經濟計量學的研究方法進行了批判性的分析，并通過案例展示了經濟計量模型研究如何受益于機器學習。通過以上分析，本書揭示了經濟計量學科在方法論上的缺陷，并指出機器學習是系統矯正該缺陷的途徑 。
本書適合從事經濟計量學、應用經濟學、經濟思想史等領域研究的學者，以及碩士、博士研究生閱讀。
秦朵，倫敦大學亞非學院榮休教授。1981年畢業于北京第二外國語學院；1984年畢業于中國社會科學院；1986-1989年 在英國牛津大學Nuffield學院攻讀經濟學博士； 1992年進入倫敦瑪麗女王大學經濟系執教，2012年轉到倫敦大學亞非學院。研究和教學領域為經濟計量學史和方法論、應用經濟計量學。
目錄
第1章 現實經濟的模型抽象
1.1緒論
1.2量化經濟變量過程中的不確定性
1.3理論模型與經濟現實
第2章 經濟關系式的可學性
2.1經濟關系式的構建應屬統計學習問題
2.2體現逆轉性的PAC可學性
2.3簡化性和自律性：奧卡姆剃刀定律與穩定性
2.4由機器學習范式到經濟計量學習任務的構建
第3章 經濟計量學中概率論的基本功能
3.1可測經濟變量作為目標變量時的隨機模型特征
3.2概率論在經濟學和經濟計量學建模中的作用
3.3邏輯推理與PAC學習合成過程中概率測度的判別式用途
第4章 假設檢驗的用處與經濟假說的模型構述
4.1驗證性偏誤：機械套用統計假設檢驗框架的困誤
4.2診斷性檢驗與模型選擇
4.“從數據觀察中形成理論”：從數據拆析到模型構述
第5章 估計方法的問題與潛能
5.1先于模型選擇的參數估計問題
5.2以模型選擇為職能的估計法
5.3模型選擇之后的估計推斷
第6 章預測的認知問題
6.1艱難曲折的模型預測歷程
6.2預測推斷與因果解釋模型的可學性
結束語
參考文獻
主題詞索引
新書資訊