Logit回归能否运用Heckman两阶段模型解决自选择问题

各位大神，论文中的被解释变量是1，0变量，我进行了Logit回归，审稿专家认为我的变量之间存在自选择问题，我能运用Heckman两阶段模型来做吗？在stata软件中输入heckman var_dependent variable var1 var2 , select(zz,var )命令后，显示Dependent variable never censored because of selection: model would simplify to OLS regression   请问为何？求赐教！

1.被解释变量数据有没有缺失值？这是heckman方法的前提。
2。0－1变量建模应该用ml方法。

jinyuguo 发表于 2017-1-10 16:21
1.被解释变量数据有没有缺失值？这是heckman方法的前提。
2。0－1变量建模应该用ml方法。

谢谢，学习了！

楼主后来如何解决的，我也有这样的困扰啊！

jinyuguo 发表于 2017-1-10 16:21
1.被解释变量数据有没有缺失值？这是heckman方法的前提。
2。0－1变量建模应该用ml方法。

2。0－1变量建模应该用ml方法 请问ml方法是什么？

请问如果我用heckman做出来不显著，说明没有样本自选择模型，加之我是个二分类离散变量，是不是接下来可以用logit报告结果

想问一下select里面的变量是什么呢？

在Heckman模型中，一阶段的估计选择方程不能使用 Logit模型，因为Logit模型不具有干扰项正态分布的 假设，与Heckman模型不符合
具体情况参考：样本自选择模型  http://www.liuyanecon.com/wpcont ... 6%B4%8B20201217.pdf

jinyuguo 发表于 2017-1-10 16:21
1.被解释变量数据有没有缺失值？这是heckman方法的前提。
2。0－1变量建模应该用ml方法。

ml方法是什么？谢谢

请问楼主做了heckman检验吗？我现在也是一样的主模型，在考虑选择性偏差和内生性问题，用什么模型做比较合适？