在分析企业数据时，如从事A类行为，搜集到关于上市公司中进行A类行为的样本大约有300多家左右（分布于各个行业），且过分分布于某些省份，这就引起了选择性偏误问题，现在想通过heckman来进行纠正。那么问题出现了：究竟需要找多少家未进行A类行为的上市公司作为补充，行业分布需要和我的300多家样本匹配吗？毕竟剩下的上市公司还有1700+，求指教？