heckman模型使用的是否整体样本

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

假设总体人群的样本为N,生病的人群为n，n<N，
1、logistic回归的样本应该是n，heckman模型中的样本是n还是N？
2、在stata中heckman命令中两步代入的变量能否一样？

我搜了之前发的帖子，能力有限，没看懂，这个帖子可能重了，希望版主不要再警告了。。。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏6 回帖

关键词：heckman模型 heckman Man HEC 模型 样本

your question：
假设总体人群的样本为N,生病的人群为n，n<N，
1、logistic回归的样本应该是n，heckman模型中的样本是n还是N？
2、在stata中heckman命令中两步代入的变量能否一样？

我的理解
首先第一步应该是probit回归；
第二，在第一步回归中，用的是全部样本N；在第二步回归中，用的是n。

参考实例：

webuse school,clear
heckprob private pub5 school,select( vote =loginc logptax)

结果如下
Probit model with sample selection             Number of obs      =        95
                                                Censored obs       =        36
                                                Uncensored obs     =        59

                                                Wald chi2(2)       =      0.00
Log likelihood = -74.98448                      Prob > chi2        =    1.0000

------------------------------------------------------------------------------
             |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
private      |
        pub5 |  -4.851684   18195.19    -0.00   1.000    -35666.76    35657.06
      school |  -4.180223   573.9764    -0.01   0.994    -1129.153    1120.793
       _cons |  -.9723302   .8691612    -1.12   0.263    -2.675855    .7311943
-------------+----------------------------------------------------------------
vote         |
      loginc |   1.095287    .439451     2.49   0.013      .233979    1.956595
     logptax |  -1.139577   .5603804    -2.03   0.042    -2.237903   -.0412519
       _cons |  -2.691405   3.672407    -0.73   0.464     -9.88919     4.50638
-------------+----------------------------------------------------------------
     /athrho |  -.4130508   1.168952    -0.35   0.724    -2.704154    1.878053
-------------+----------------------------------------------------------------
         rho |    -.39106   .9901864                     -.9910815    .9543186
------------------------------------------------------------------------------
LR test of indep. eqns. (rho = 0):   chi2(1) =     0.11   Prob > chi2 = 0.7436


看一下黑体部分
总样本为95，在第一步的probit model用的是95个样本；
censored部分为36，即这36个没有出现在第二步的主回归里，因为他们的dependent var是缺失值（或无法观察到）
第二步的回归样本值为59.

关于你的第二个问题：
在stata输入里，两步的解释变量可以完全一样。如果讲理论模型，第二步实际上还增加了一个变量，这个变量是根据第一步的选择模型得出（具体可以放狗搜索无数的heckman模型）。

非常好，谢谢！