第7章说明§7.1选择性样本模型SelectiveSamplesModelTheBankofSwedenPrizeinEconomicSciencesinMemoryofAlfredNobel2000"forhisdevelopmentoftheoryandmethodsforanalyzingselectivesamples”“ShadowPrices,MarketWagesandLabourSupply”,Econometrica42(4),1974,P679-694发现并提出“选择性样本”问题。“SampleSelectionBiasasaSpecificationError”,Econometrica47(1),1979,P153-161证明了偏误的存在并提出了Heckman两步修正法。一、经济生活中的选择性样本问题1、“截断”（truncation）问题2、“归并”(censoring)问题二、“截断”问题的计量经济学模型1、思路2、截断分布3、截断被解释变量数据模型的最大似然估计求解该1阶极值条件，即可以得到模型的参数估计量。由于这是一个复杂的非线性问题，需要采用迭代方法求解，例如牛顿法。4、例7.1.1:城镇居民消费模型OLS估计：将样本看为不受任何限制下随机抽取的样本ML估计：将样本看为在消费水平大于1000元、小于5000元的特定人群中随机抽取的样本5、为什么截断被解释变量数据模型不能采用普通最小二乘估计由于被解释变量数据的截断问题，使得原模型变换为包含一个非线性项模型。如果采用OLS直接估计原模型：实际上忽略了一个非线性项；忽略了随机误差项实际上的异方差性。这就造成参数估计量的偏误，而且如果不了解解释变量的分布，要估计该偏误的严重性也是很困难的。三、“归并”问题的计量经济学模型1、思路单方程线性“归并”问题的计量经济学模型为：2、“归并”变量的正态分布3、归并被解释变量数据模型的最大似然估计如果样本观测值不是以0为界，而是以某一个数值a为界，则有4、例7.1.2:城镇居民消费模型OLS估计：将样本看为不受任何限制下随机抽取的样本OLS估计：将样本看为在消费水平为1000元的归并样本Censored(11000)估计Censored(12000)估计—与OLS相同5、实际模型中的Truncation与Censored