關(guān)于預(yù)測反米爾斯比率的問題

麻煩問一下各位老師同學(xué)，做了似不相關(guān)雙邊probit模型后，怎樣預(yù)測對應(yīng)的反米爾斯比率，目的是把兩個方程的反米爾斯放到第二階段的回歸中，希望各位老師同學(xué)解惑，謝謝大家！

//help biprobit

//Examples

????//webuse school ,giving up for firewall

cd D:\biprobit_heckprobit_mill

use school,clear

????//Bivariate probit regression

????????biprobit private vote logptax loginc years

????//Seemingly unrelated bivariate probit regression

????????biprobit (private = logptax loginc years) (vote = logptax years)

????//Seemingly unrelated bivariate probit regression with robust standard errors

????????biprobit (private = logptax loginc years) (vote = logptax years), vce(robust)

****************************help heckprobit******************************************

//[R] heckprobit -- Probit model with sample selection

?????????????????//(View complete PDF manual entry)

????//Fit a probit model with sample selection

????????heckprobit private years logptax, sel(vote=years loginc logptax)

????//Replay results, but display legend of coefficients rather than the statistics for the coefficients

????????heckprobit, coeflegend

//stata中heckprobit命令的查詢可知rho即為實(shí)際的逆米爾茲比

//https://bbs.pinggu.org/thread-2660588-1-1.html

****probit 提取inverse mills ratio

probit ?private vote logptax loginc years,nolog // possibility of being open region?predict gw, xb?g lambda=normalden(gw)/normal(gw) if private==1

replace lambda=-normalden(gw)/normal(-gw) if private==0 ?// generate inverse mills ratio (selection model)

?

//怎么在stata中計(jì)算mills ratio

probit private vote logptax loginc years,nolog?

predict gw, xb

replace lambda=normalden(gw,0,1)/normal(gw) if private==1?

replace lambda=-normalden(gw,0,1)/normal(-gw) if private==0

*y是0-1變量，x1-xn是解釋變量，lambda即IMR

//http://bbs.pinggu.org/thread-1087688-1-1.html?winzoom=1

往期回顧：

互助問答第296期：關(guān)于PSM-DID的問題

如果您在計(jì)量學(xué)習(xí)和實(shí)證研究中遇到問題，請及時發(fā)到郵箱szlw58@126.com，專業(yè)委員會有30多名編輯都會看，您的問題會得到及時關(guān)注！請您將問題描述清楚，任何有助于把問題描述清楚的細(xì)節(jié)都能使我們更方便地回答您的問題，提問細(xì)則參見：實(shí)證研究互助平臺最新通知（點(diǎn)擊文末閱讀原文查看詳情）

鮮活的事例更有助于提高您的研究水平，呆板的教科書讓人生厭。如果您喜歡，請?zhí)岢瞿膯栴}，也請轉(zhuǎn)發(fā)推廣！

（歡迎轉(zhuǎn)發(fā)，歡迎分享；轉(zhuǎn)載請注明出處，引用和合作請留言。本文作者擁有所有版權(quán)，原創(chuàng)文章最早發(fā)表于“學(xué)術(shù)苑”。任何侵權(quán)行為將面臨追責(zé)?。?/p>

學(xué)術(shù)指導(dǎo)：張曉峒老師 Ben Lambert

本期解答人：謝杰老師

編輯：陳波

統(tǒng)籌：左川 李丹丹

技術(shù)：劉子瑗

全文完，感謝您的耐心閱讀

請順手點(diǎn)個“在看”吧~

閱讀原文