顶一下.

多日来连续的在狗上查找到一些答案，但依旧困惑的很。没人用tobit？还是用tobit时，没人考虑异方差的问题？

/*tobithetm dpv indpv, het(varlist), tobit regression with multiplicative heteroscedasticity*/

/*bctobit, test LM, whether exist heteroscedasticity&non-normality*/

/*dtobit2, output marginal effect as well*/

/*tobcm, test normality after tobit estimation*/

/*probexog-tobexog, test exogeneity*/


/*tobitiv, model to perform instrumental variable estimation*/



/*tobit, model totinput_p, totinput_pl, with limitation on acreage of forest lands*/

是否用稳健性估计来诊断异方差

这个命令使用加权处理的方法得出的 tobithetm dpv indpv

后来给这个命令的开发者（埃及一个大学的副教授）发了几封邮件

这哥们说把解释变量作为变量带到 het（）的括号里面去

然后看结果

后来又问了哪哥们几个问题，哥们可能烦了，就无果了

但是最近看了Probit 做heterscedasticity的处理，里面有个命令是 hetprob，作者说了要注意带入het（）里面的变量不能是解释变量，会导致回归系数无法解释

总之现在还是很晕

但是用了个LM检验，把tobit模型给抛弃了，改用了两阶段的Crag模型。

bctobit或者tobcm。
卡梅伦的书里头有检验正态分布和异方差的程序。