Tobit模型也称为样本选择模型、受限因变量模型，是因变量满足某种约束条件下取值的模型。
　　这种模型的特点在于模型包含两个部分，一是表示约束条件的选择方程模型；一种是满足约束条件下的某连续变量方程模型。研究感兴趣的往往是受限制的连续变量方程模型，但是由于因变量受到某种约束条件的制约，忽略某些不可度量(即：不是观测值，而是通过模型计算得到的变量)的因素将导致受限因变量模型产生样本选择性偏差。两部模型(two-part model)与Tobit模型有很大的相似之处，也是研究受限因变量问题的模型；但是这两种模型在模型结构形式、估计方法、假设条件等方面也存在一定的区别。
eviews：
面板数据：打开eviews，打开一个workfile，点击balanced
panel，进入面板数据框，输完数据之后，在proc估计模型的时候，在方法选项里选择tobit即可。