Heckman两步法出问题了

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

做Heckman两步法回归，第一步因变量CL是二元变量，自变量是Sales,indu01-03行业哑变量；第二步回归的因变量是ROA（资产收益率，无论CL企业还是非CL企业都有数据），自变量包括CL,企业规模Size,行业哑变量等；
执行如下命令：
heckman ROA CL Size indu01 indu02 indu03,select(CL Sales indu01 indu02 indu03)
提示出现如下错误：
Dependent variable never censored because of selection:
model would simplify to OLS regression
这是怎么回事呢，请高手帮帮忙,谢谢啦！！！！
我把非CL企业的ROA数据清空（让因变量Dependent variable成为设限变量censored variable），然后执行上述命令可以得到结果。但是第二步回归中CL没有回归系数和P值什么的，奇怪了？？？？？？？？？？
但STATA的例子里的命令. webuse womenwk. heckman wage educ age, select(married children educ age)我把它改成. heckman wage married educ age, select(married children educ age)在第二步回归中married有回归系数和P值啊？？？
求高手解答

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2 回帖

关键词：heckman两步法 heckman HEC Man 两步法 because 因变量 自变量 规模 行业

heckman ROA CL Size indu01 indu02 indu03,select(CL Sales indu01 indu02 indu03)

改为heckman ROA CL Size indu01 indu02 indu03,select(CL= Sales indu01 indu02 indu03) twostep

谢谢，我试下

lihoujian 发表于 2013-8-21 13:48
改为heckman ROA CL Size indu01 indu02 indu03,select(CL= Sales indu01 indu02 indu03) twostep

我遇到同样问题，按您的指导解决了，多谢

老师您好，请问我下面这个回归也出现了上述问题（因变量为二分变量，在此之前可以跑出LOGIT模型，但是HECKMAN就报错了），请问该怎么办呢
heckman Q201 b1.small q101b1  age  q101d1  q101e1  q101g1 dist ln age1, sel(small q101b 1  age  q101d1  q101e1  q101g1 dist ln age1) twostep

Dependent variable never censored because of selection:
model would simplify to OLS regression

lihoujian 发表于 2013-8-21 13:48
改为heckman ROA CL Size indu01 indu02 indu03,select(CL= Sales indu01 indu02 indu03) twostep

谢谢您，可以了

在Heckman两步法（亦称为Heckman矫正选择偏差模型）中遇到“model would simplify to OLS regression”这样的错误信息，通常意味着你的数据和模型设定存在一定的问题。具体而言，在这种情况下可能是因为你所使用的因变量（ROA）对于所有观察值都有定义，即没有被选择过程影响而产生非随机的缺失或零报告——也就是说，不论是否是CL企业，你都有其资产收益率的数据。

Heckman两步法主要用于处理选择偏差问题。其核心在于通过两个步骤：1) 利用probit模型估计一个选择方程；2) 在第二阶段回归中加入逆米尔斯比（Inverse Mills Ratio, IMR）作为控制变量以矫正选择偏差。当第一阶段的选择过程对因变量的观测没有影响时，Heckman两步法将退化为普通的OLS回归。

你提到在第一步筛选企业类型之后，第二步执行时CL系数未显示结果，这可能是因为逆米尔斯比（IMR）与你的自变量之一高度相关，导致模型存在多重共线性问题。在这种情况下，Stata可能会自动排除一个或多个变量以避免模型的不稳定性。

解决这一问题的方法有几种：

1. **检查数据**：确认所有样本在ROA上都有定义是正确选择Heckman两步法的前提。如果ROA对于非CL企业本应缺失但实际上却包含数据，那么你可能需要重新考虑使用Heckman模型是否合适。

2. **调整模型设定**：如果确实存在选择偏差问题但又遇到上述错误信息，尝试修改模型的自变量列表以避免多重共线性。例如，可以逐一排除那些与IMR高度相关的变量看是否能够解决问题。

3. **数据预处理**：对于你提到的情况，“我把非CL企业的ROA数据清空（让因变量Dependent variable成为设限变量censored variable）”，这实际上是人为制造了选择偏差，以符合Heckman两步法的假设。然而，这样做可能并不是最优解决方案，因为它改变了你的研究问题的本质。

总之，在进行Heckman两步回归时，首先要确保模型设定与数据特征相匹配；其次，仔细检查并调整自变量列表避免多重共线性；最后，考虑研究设计本身是否真正需要使用此类矫正偏差的模型。如果选择偏差不明显或不存在，则直接采用OLS回归可能更合适且结果更为可靠。

在处理具体问题时，建议你详细阅读Heckman两步法的相关文献和Stata官方提供的示例与指导，以便更深入地理解并正确应用这一统计方法。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用