zero inflated probit

似乎不太合适
看看你的样本
是不是年龄都比较大？
增加点样本吧
哈哈 增加一些18岁以下的样本
我敢保证未婚的比较多（偏远农村可能例外）

要不，你的题目就叫 大龄女青年婚姻决策问题
这样人口特征统计的研究没做过也没什么意思
只能统计描述给人娱乐的
对政策指导上没什么用处

虽然，没有研究具体数据，但是结果差不多都可以猜测出来，决定女性是否结婚的最大因素是年龄
“待价”和“待嫁”还是比较少的，这样的样本你可能也收集不到
搞个数理模型比计量模型要有趣得多

另外，研究女性是否决策生孩子，生几个孩子也不错 嘿嘿

非常感谢您，的确让我对研究的问题清楚了不少。
目前困惑我的主要问题是，50个未婚的样本，1950个结婚的样本，这么大的样本差是否用probit模型是合适的？如果不合适，为什么呢？请您多指教啊O(∩_∩)O~

不合适
原因很多，你可以简单地理解为小概率事件下的离散选择研究没有意义。
你现在的问题很可能是在抽样上出了问题。
比例没有固定限制，如果年龄分布正常的话，0.7-0.8是可以的。
不知道你怎么调查的，调查哪些人，结婚的接近0.98了！

确实不太 合适。你这个叫类别不平衡，而且不平很的程度太大了。
另外，我们处理不平衡的样本有bagging,boosting等等方法，过抽样也是，你可以搜搜看