微观经济计量学是一种统计和数学方法，用于在个人层面或一家公司层面上观察社会的经济状况，而不是使用更广泛的经济趋势。收集的数据用于预测与社会科学领域研究相关的经济动机和活动。使用的一些统计方法包括非线性建模、寻找因果关系而不仅仅是数据中的关联，以及基于有限的可用信息分布进行推断或逻辑假设。微观尺度的经济计量模型有时也会简化分析，通过二元方法或测试a影响b时会发生什么，从而更清楚地理解其含义。。

二元模型在理论经济学中很常见，微观计量经济学中常用的两种模型包括logit模型和probit模型。logit，或logistic回归模型，是一种回归分析形式，它获取数据并尝试用数据预测结果，例如根据客户购买新车的倾向，而不是根据其收入、年龄和家庭规模。probit模型也是线性回归的一种形式，它有一个简单的二元成分，试图根据可用的probit回归数据预测两种结果之一的最大可能性，例如个人是否结婚。。

二元计量经济学模型的价值建立在这样一个事实上，即数据不是无意中基于选择的抽样，即一组优于另一组。如果所研究的选择仅由较大人群中相对较小的样本做出，那么偏见也会进入。在微观经济计量趋势分析中，可以使用或包括加性随机效用模型（ARUM）来补偿这些误差。

微观计量经济学的统计方法由来已久。最初，它们在19世纪中期被用于分析家庭预算数据，直到20世纪50年代，研究仍在继续，以研究商业生产水平和消费者需求。从20世纪80年代到21世纪，微观计量经济学的性质及其重点发生了变化。这在很大程度上是由于数学分析计算能力的提高以及更详细的人口普查数据。

零售店的激光扫描仪等技术和企业对业务趋势的分析，如航空公司在线订票的记录，已经在微观经济计量领域产生了爆炸性的能力。尽管已经出现了大量的信息数据库和用于分析的更复杂的数学模型，微观计量经济学仍然关注分析的几个基本方面。其中包括数据的分布性质、查看数据的非线性方法，以及试图通过信息本身之间的简单关联关系来确定行为的因果关系。。