嗯，验证过了。系数与统计特征一致。
xi:heckman   employer  age i.sex i.status   i.area,sel( i.status i.sex age duration i.education i.race i.jobseek i.h
> ukou i.area) two  mills(mills)


mills选项可以生成inverse mills ratio值。
与reg  employer  age i.sex i.status   i.area mills,robust 等价。

谢谢版主指点。

与xi：reg  employer  age i.sex i.status   i.area mills,robust 等价。

挺有用的，懂了一些了

15# sungmoo
treatreg y x1-xn, tr(z=w1-wm) two
*等价于以下命令：
prob z w1-wm
predict gw, xb
g lambda=normalden(gw)/normal(gw) if z==1
replace lambda=-normalden(gw)/normal(-gw) if z==0
reg y z x1-xn lambda

在reg y z x1-xn lambda中，z和lamba会不会高度相关？或者有可能高度相关？有一个实例证明，这两者高度相关，不知道是不是普遍现象，或者理论上已经有关于这个问题的结论了。

17# sungmoo

看了你的帖子，有帮助，感谢！

但是我不太明白你说的，treatment effect是heckman的特例。

1，treatment effect：
会计学的例子：dummy variable是要不要请四大，dependent variable是公司的accounting quality。本来这个问题是要研究请四大的公司会不会比不请四大的公司accounting quality好？但是会有人argue，accounting quality好的公司才会请四大。所以我们要用treatment efect模型
2.heckman 用于sample selecting bias问题。也即tobin 2 模型。

举个例子，考察亚洲人勤劳的问题，就不能单用美国亚裔的样本，因为只有吃苦冒险精神的亚裔，才会自我选择（self selection）去美国.

请指教，treatment effect为什么是heckman的特例？
另外一个问题，heckman 解决的是sample selection或incidental truncation的问题（来自陈强老师的书P218），但是我们运行heckman的stata程序时。程序会报告censored obs和uncensored obs？heckman的第一步是一个choice的过程，第二步是到底是一个truncation还是一个censor的过程？如果是一个censor的过程，dependent variable应该会有很多角点解，不是很多missing value啊？

我前面没有说treatment effect是Heckman的特例吧？

lamd不是i mills，而是估计的i mills的系数

即使对于普通的"reg y x1-xn"（包括其输出的结果），也不会有人说，"x1"不是自变量之一，而是“估计的x1的系数”吧？

求解答啊！！！

很感谢sungmoo 版主的细心解答，基本上明白了一些，谢谢！

非常感谢楼主的精彩答复。记得09年当我学习goprobit方法时候就等到了您热情的帮助。刚才看到您有关treagreg和heckman模型详细解释，我非常感兴趣。我感觉treagreg就是类似于roy模型，只是前者将后者第二步估计中的两个独立ols，合并回归了，并考虑了0-1变量作为自变量。不知道如此理解是否正确，还请楼主的宝贵指点，非常感谢。

我也正在考虑这个问题，你现在搞明白treatment effec和heckman模型的关系了吗？求指教

学习~~   自选择问题！

我也在学习heckman模型

Stata书中有说，但是不很详细

感谢版主！！找了好久的heckman分步回归STATA命令！

感谢sungmoo

gw 和 xb是什么意思哇