楼主的自变量与因变量分别是什么呀？logit与probit模型是离散选择模型，所以因变量要么是1要么是0。不过看到楼主将年份都做成一个虚拟变量（哑变量），就有一个注意点了。那就是这个哑变量是变截距变量还是即变截距又变系数（不但要研究这个哑变量是怎么影响方程截距项，还要研究是否影响方程自变量的系数，大部分时候对系数的影响远远重要于对截距的影响）。楼主有十年的数据，通过引入哑变量一次性建模太复杂。而且还是作为横截面数据来处理，所以建议年一年建一次模型。然后观察每年的变量系数与截距的变化比较直观与简单。PS：其实最理想的方法是进行面板建模。每年数据样本对象不同，我个人感觉是没有关系的，因为只要你每年的样本选择是随机的，一般假设是每年的样本都可以反映整体。所以这十年数据是一个面板数据，但是可能需要将目标聚类一下，不是一个自然人而是一个地区或是一类人，然后用这一类人的平均值来作为面板中的数据单元。
以上纯属个人建议！

我觉得作法上本质上应该没什么错。
深信这资料您都收集十年，应当很了解。

但您应该对资料的调查做更多的说明，
虽然您已经说出了部份。

譬如，各年度里，家户是不是同一批家户？
【这算是资料建立提供者的问题，如果无法做，使用资料的研究者应当提出不可行的说明】
也许有的家户在某些年度都被调查到，有的则没有，
而且家户的进入与退出时间点不一样吧？

另外，个年度调查里，变量的不同应当值得注意，
我相信，随时代变迁与各种考量，各年度的变量应当会有差异，
研究者在pooling时，为了方便精简，也许会锁定一些比较重要的笔量，
虽然这项效果，也许会反应在各年的dummy里。
但小心遇对龟毛审稿人，如果有些变量它很坚持某些变量，
比较保险的作法，也许您可以把这些变量与时间进行交叉项，算模型变化。
如果模型变化后，依然得到相同的结果，那么您的结果算是很稳健。

另外，一个私人的建议，建议您投国外期刊，特别是比较不懂您资料的国外期刊，
因为计量方法国外学者比较不挑，但国内学者会要求比较新又难的计量方法使用。
国外学者也许会觉得您这样大量资料的使用，本身就是一种贡献，
计量方法没啥大问题的话，他们也就七七八八的认可了！

国内的话，嗯！ 资料部份，可能他们都觉得您没他们懂，而且，计量方法，他们也觉得他们都是大师吧！

总之，祝福您！
我也只能提供这样的浅见！ 希望其他人也能给些意见吧！ 也帮助您的研究。

学习下，谢谢分享。。。。

"PS：其实最理想的方法是进行面板建模。每年数据样本对象不同，我个人感觉是没有关系的，因为只要你每年的样本选择是随机的，一般假设是每年的样本都可以反映整体。所以这十年数据是一个面板数据，但是可能需要将目标聚类一下，不是一个自然人而是一个地区或是一类人，然后用这一类人的平均值来作为面板中的数据单元。"

我之前看过一种称作pseudo panel data
是否就是您所说的呢？
是的话我之前有考虑过，不过後来并不打算用此方法！

非常谢谢您的建议噢！

想继续请教：
1.您说"应该对资料的调查做更多的说明->譬如，各年度里，家户是不是同一批家户？"
这些家户资料是每一年随机抽的，
我想每年要抽到相同的家户几乎不可能！
所以认为每年所抽到的家户都不同，
而家户进出的时间点因此也不会一样。

2.目前仅仅还是在尝试的阶段，
所以还没加入变量和年度的交叉项(就担心一开始作法是全错的！)，
不过之前有考虑到此问题！
之後也会尝试！

谢谢h大您的回覆，
让我有了继续下去的信心！
也希望还有其他高手能够提供相关的意见
我自己也还在学习当中
非常感谢