Regression model
Heckman样本选择模型（Heckit / Tobit II型）
Heckman选择模型由James J. Heckman于1979年提出，是一个两步模型，用于在结果仅对非随机样本子集可观测时纠正样本选择偏差。一个probit选择方程模拟了谁被观测到，然后结果方程利用逆Mills比（inverse Mills ratio）纠正由此产生的偏差。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Heckman, J. J. (1979). Sample Selection Bias as a Specification Error. Econometrica, 47(1), 153–161. DOI: 10.2307/1912352 ↗
如何引用本页
ScholarGate. (2026, June 1). Heckman Sample Selection Model (Heckit / Tobit Type II). ScholarGate. https://scholargate.app/zh/econometrics/heckman-selection
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 逻辑回归研究统计学↔ 比较
- 普通最小二乘法 (OLS) 回归计量经济学↔ 比较
- 面板数据固定效应模型计量经济学↔ 比较
- 分位数回归计量经济学↔ 比较