Mikroekonometria to statystyczne i matematyczne podejście do spojrzenia na stan ekonomiczny społeczeństwa na poziomie indywidualnym lub na poziomie tylko jednej firmy, zamiast korzystania z szerszych trendów gospodarczych. Zgromadzone dane służą do przewidywania motywacji i działań ekonomicznych związanych z badaniami naukowymi na arenie nauk społecznych. Niektóre z zastosowanych metod statystycznych obejmują modelowanie nieliniowe, poszukiwanie związku przyczynowego zamiast powiązania w danych oraz wnioskowanie lub logiczne założenia oparte na ograniczonych rozkładach dostępnych informacji. Modele ekonometryczne w mikroskali również czasami upraszczają analizę, aby lepiej zrozumieć ich znaczenie dzięki podejściom binarnym lub testowaniu, co się dzieje, gdy a wpływa na b.
Modele binarne są powszechne w ekonomii teoretycznej, a dwa typy tych modeli, które są często używane w mikroekonometrii, obejmują modele logitowe i probitowe. Logit lub model regresji logistycznej to forma analizy regresji, która pobiera dane i próbuje przewidzieć z nimi wyniki, takie jak oparcie skłonności klienta do zakupu nowego samochodu na podstawie jego dochodów, wieku i wielkości rodziny. Model probitowy jest również formą regresji liniowej z prostszym komponentem binarnym, który próbuje przewidzieć maksymalne prawdopodobieństwo jednego z dwóch wyników, takich jak to, czy dana osoba jest w związku małżeńskim, czy nie, na podstawie dostępnych danych regresji probitowej.
Wartość binarnych modeli ekonometrycznych opiera się na fakcie, że dane nie są przypadkowo próbkowaniem opartym na wyborze, w którym jedna grupa jest uprzywilejowana w stosunku do innej. Błędy mogą również wystąpić, jeśli badane wybory zostały dokonane tylko przez stosunkowo niewielką próbę z większej populacji. Kompensację takich błędów można przeprowadzić poprzez zastosowanie lub włączenie addytywnego losowego modelu użyteczności (ARUM) do analizy trendów mikroekonometrycznych.
Metody statystyczne w skali mikroekonometrycznej istnieją od dawna. Początkowo były one używane w połowie XIX wieku do analizy danych budżetowych gospodarstw domowych, a badania kontynuowano z nimi do lat 1800. XX wieku w celu zbadania poziomów produkcji komercyjnej i popytu konsumenckiego. Od lat 1950. do XXI wieku zmienił się charakter mikroekonometrii i jej przedmiot zainteresowania. Wynika to w dużej mierze ze wzrostu mocy obliczeniowej do analizy matematycznej wraz ze znacznie bardziej szczegółowymi danymi spisowymi dotyczącymi populacji.
Technologie, takie jak skanery laserowe w sklepach detalicznych i korporacyjne analizy trendów biznesowych, takie jak rejestry linii lotniczych w rezerwacjach pasażerów online, doprowadziły do wybuchowego potencjału mikroekonometrii. Pomimo dużych baz danych, które powstały i bardziej złożonych modeli matematycznych, które są wykorzystywane do ich analizy, mikroekonometria nadal koncentruje się na kilku podstawowych aspektach analizy. Obejmują one dystrybucyjny charakter danych, nieliniowe metody patrzenia na nie oraz próbę ustalenia przyczynowości działań na podstawie prostych relacji korelacyjnych między samą informacją.