İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Ekonometri›Heckman Örnek Seçim Modeli (Heckit / Tobit Tip II)
Regression model

Heckman Örnek Seçim Modeli (Heckit / Tobit Tip II)

Heckman Sample Selection Model (Heckit / Tobit Type II) · Ayrıca şöyle bilinir: heckit, tobit type II, sample selection model, Heckman Seçim Modeli (Heckit / Tobit II)

James J. Heckman tarafından 1979'da tanıtılan Heckman seçim modeli, sonucun yalnızca rastgele olmayan bir alt küme vakalar için gözlemlendiği durumlarda örneklem seçim yanlılığını düzelten iki aşamalı bir modeldir. Bir probit seçim denklemi kimlerin gözlemlendiğini modeller ve sonuç denklemi daha sonra ters Mills oranını kullanarak ortaya çıkan yanlılığı düzeltir.

ScholarGate
  1. Regression model
  2. v1
  3. 1 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Heckman Örnek Seçim Modeli (Heckit / Tobit Tip II)
Lojistik RegresyonEn Küçük Kareler (EK) Re…Panel Veri Sabit Etkiler…Kuantil Regresyonu

Ne zaman kullanılır

Bağımlı değişkenin yalnızca kendi seçilmiş bir alt örnekleminden, örneğin çalışanların ücretleri veya onaylanmış kredi başvuru sahiplerinin geri ödeme davranışları gibi durumlarda gözlemlendiği ve seçimin sonuçla ilişkili olduğundan şüphelendiğinizde Heckman modelini kullanın. Makul bir örneklem büyüklüğü (en az yaklaşık 100 gözlem) gerektirir ve kesitsel veya panel veriler için çalışır. Kritik olarak, model bir dışlama kısıtlamasına dayanır: seçimi etkileyen ancak sonucu etkilemeyen en az bir değişken, teorik veya ekonomik gerekçelere dayanılarak gerekçelendirilmiştir. Hataların çift değişkenli normal bir dağılım izlediği varsayılır; ciddi ihlallerde yarı parametrik bir alternatif tercih edilir.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Sonucun yalnızca rastgele olmayan bir alt örneklemden gözlemlendiği durumlarda örneklem seçim yanlılığını doğrudan düzeltir.
  • İki aşamalı Heckit tahmincisi şeffaftır: ters Mills oranı terimi seçim düzeltmesini açık ve test edilebilir hale getirir.
  • İşgücüne katılım, kredi onayı ve anket yanıt vermeme gibi klasik rastgele olmayan gözlem sorunlarına uygulanabilir.
Sınırlılıklar
  • Güvenilir bir dışlama kısıtlaması gerektirir; seçimi etkileyen ancak sonucu etkilemeyen bir değişken olmadan, tanımlama modelin işlevsel biçimine dayalı olarak kırılgan hale gelir.
  • Çift değişkenli normal hataları varsayar ve maksimum olabilirlik sürümü bu varsayıma duyarlıdır.
  • Makul derecede büyük bir örneklem gerektirir (yaklaşık 100 veya daha fazla); iki aşamalı tahminci tam maksimum olabilirlikten daha az verimlidir.

SSS

Heckman modelinde ters Mills oranı nedir?

İlk aşama probitten hesaplanan bir düzeltme terimidir, standart normal yoğunluğunun seçim indeksi dağılım fonksiyonuna bölünmesine eşittir. Sonuç denkleminde regresör olarak eklenmesi seçim etkisini emer; üzerindeki anlamlı bir katsayı, seçim yanlılığının mevcut olduğunu gösterir.

Dışlama kısıtlaması nedir ve neden bir tanesine ihtiyacım var?

Dışlama kısıtlaması, bir vakanın gözlemlenmesini etkileyen ancak sonuç üzerinde doğrudan bir etkisi olmayan en az bir değişkendir. Seçim düzeltmesinin tanımlanmasını sabitler; olmadan, model yalnızca işlevsel biçim varsayımları aracılığıyla tanımlanır ve tahminler kırılgan hale gelir.

İki aşamalı Heckit mi yoksa tam maksimum olabilirlik mi kullanmalıyım?

İki aşamalı Heckit şeffaf ve sağlamdır, tam maksimum olabilirlik ise daha verimlidir ancak çift değişkenli normallik varsayımına daha duyarlıdır. Normallik şüpheli olduğunda, iki aşamalı tahminci veya yarı parametrik bir alternatif daha güvenlidir.

Heckman modeli Tobit modelinden nasıl farklıdır?

Standart (Tip I) Tobit, hem sınırı hem de değeri aynı denklemin yönettiği sansürlemeyi ele alır. Heckman modeli (Tobit Tip II), iki ayrı denklem kullanır - biri seçim için, diğeri sonuç için - böylece bir vakayı gözlemleyip gözlemlemeyeceğinizi belirleyen süreç, değerini belirleyen süreçten farklı olabilir.

Kaynaklar

  1. Heckman, J. J. (1979). Sample Selection Bias as a Specification Error. Econometrica, 47(1), 153–161. DOI: 10.2307/1912352 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 1). Heckman Sample Selection Model (Heckit / Tobit Type II). ScholarGate. https://scholargate.app/tr/econometrics/heckman-selection

İlişkili yöntemler

Lojistik RegresyonEn Küçük Kareler (EK) RegresyonuPanel Veri Sabit Etkiler ModeliKuantil Regresyonu

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Lojistik RegresyonAraştırma istatistiği↔ karşılaştır
  • En Küçük Kareler (EK) RegresyonuEkonometri↔ karşılaştır
  • Panel Veri Sabit Etkiler ModeliEkonometri↔ karşılaştır
  • Kuantil RegresyonuEkonometri↔ karşılaştır
Yan yana karşılaştır →

Benzer yöntemler

Tobit Sansürlü Regresyon ModeliBivariate Probit ModeliBayesci Tobit ModeliProbit Regresyon ModeliSağlamçaplı (Robust) Probit ModeliDoğrusal Olmayan Rastgele Etkiler Modeliİki Aşamalı En Küçük Kareler (2SLS / IV) Regresyonuİnstrumantal Değişkenler - İki Aşamalı En Küçük Kareler (IV/2SLS)

İlgili referans kavramlar

Yapısal Eşitlik ModellemesiTek Denklemli Modeller • Tek DeğişkenlerMadde Tepki KuramıEconometricsYapısal ve Gizil Değişken ModelleriGizil Sınıf Analizi

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Heckman Selection Model (Heckman Sample Selection Model (Heckit / Tobit Type II)). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/econometrics/heckman-selection · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
James J. Heckman
Year
1979
Type
Two-step sample selection model
Estimator
Two-step (Heckit) or full maximum likelihood
Outcome
continuous (observed only for the selected subsample)
MinSample
100
İlişkili yöntemler
Lojistik RegresyonEn Küçük Kareler (EK) RegresyonuPanel Veri Sabit Etkiler ModeliKuantil Regresyonu
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil