为什么要用heckman(为什么要用为人民服务的人生目的指引人生方向

stata中使用heckman模型命令的twostep又什么作用

twostep是两步法估计

不加，默认是ml估计。

这些需要看软件的帮助和手册。

每个软件自己的选项是编写软件的人设置的，自己猜测不行。

哪些类别都经济学家使用进行分类

像这类的，詹姆斯·赫克曼(JamesJ.Heckman)1944年生于美国伊利诺斯州的芝加哥，曾就读于科罗拉多学院数学系，1971年获普林斯顿大学经济系博士学位。曾在哥伦比亚大学、耶鲁大学、和芝加哥大学任教。微观计量经济学的开创者，因对分析选择性抽样的原理和方法所做出的发展和贡献，与丹尼尔·麦克法登一起荣获2000年诺贝尔经济学奖。等就要进行分类了。

为什么要用heckman样本选择模型

区别在于总体回归模型比样本回归模型更能精确地反映事物的本质特征,样本回归的误差大

heckman模型用什么软件

数据处理器。

据我所知，数据处理器heckman选择模型有好多种类型，最原始的是处理数据缺失问题，第一阶段估计一个probit模型，因变量取1如果工资不缺失，取0如果缺失，根据此得到逆米尔里斯比率，把它加入第二阶段（即原始回归方程），这样就可以克服选择性偏差。

第二种是建立在heckman选择模型上的一个变种，即treatmenteffectmodel，方法与上文基本相同，只不过针对的不是缺失数据，而是treatment的自选择问题。

内生性检验要几个工具变量

内生性

问题，是指解释变量x和残差项u之间存在相关性

。导致内生性问题的原因有多个，所以也就有多个与之对应的解决内生性的方法。

首先有可能是遗漏变量，遗漏的变量和x相关。如果你知道遗漏变量是什么，直接加进来作为控制变量

即可。这是最简单的一种。

如果不知道遗漏变量是什么，或者Y和X互为因果。可以使用工具变量法。工具变量法其实也就是2SLS回归（当你选的工具变量个数和内生性变量相同时），或者GMM回归（工具变量个数大于解释变量个数）。在使用工具变量时还要考虑工具变量是不是弱工具变量，是不是存在无效工具变量,这都要进行检验。

其次，导致内生性问题的原因，还可能是面板数据

中，由于个体特异性没有考虑进去，这些个体特异性如果与解释变量相关，那么也会导致内生性问题（x与u相关）。这种情况下，如果你的自变量

是随时间变化的，用固定效应模型

；如果你的自变量是不随时间变化的，用hausman-taylor模型。

第三种，如果你的样本存在自选择的问题，也会导致内生性问题。这种情况下就会使用heckman二阶段检验。

至于具体的实现命令，你直接在stata里面 help+你想用的回归方式，stata里面提供的材料就挺清楚的了。楼主可以根据自己的需要看看。

刚开始这方面的学习，所以我的知识水平只到这。

至于你说的PSM倾向匹配得分法，DID双重差分，据我所知，是工具变量法的替代解决方式，工具变量法有个非常致命的弱点是好工具变量非常难找。但是具体背后的原理我还不是特别清楚。

如何正确运用计量经济模型进行实证分析

首先，数据是进行实证分析的基础。数据按照来源，可以划分为微观调研数据、机构统计数据以及实验数据。在广为使用的调研数据和统计数据中，系统性误差包括测量误差和样本选择常常存在。如果无视这些误差，可能使估计结果不能满足一致性。如果数据存在系统性测量误差，工具变量方法通常是主要的解决方案；如果数据存在系统性的样本选择问题，heckman方法是广为使用的校正方法。

其次，从模型的角度来说，任何模型都包括环境假设、机制以及求解3个组成部分。其中，环境假设对计量经济模型的正确使用尤为重要。在运用计量模型时，必须要清楚了解他们的假设条件，并对这些条件作必要的检查和检验。计量经济模型区别于统计模型最重要的假设：变量的外生性、许多因素可以造成变量内生性问题。工具变量是对内生性常见的检验和校正方法。可是有些研究中，工具变量无从寻找，就必须要依靠实验经济学的方法。

伪回归在计量分析中也不鲜见。伪回归可能是由模型本身原因造成的，也可能是数据结构造成的。计量经济学是结合了经济学理论和统计学的定量分析方法，没有经济学理论基础的计量经济分析，很可能会导致伪回归结果。某些特殊的数据结构，如非平稳的时间序列或非平稳的空间数据，都可能导致伪回归结果。

再次，计量经济学的基础虽然是统计学，但是两者之间还存在一些差异。由于技术上的限制，现有的计量经济模型的检验还是基于统计检验，所谓“显著性”都是统计上的显著性，这不同于“经济上的显著性”。在实证分析中，在讨论估计参数在统计上显著性的时候，也必须要讨论经济上的显著性，后者有时可能更重要。

最后，计量经济学的估计结果通常会被运用到政策分析中去，但是lucas批判（1976）认为参数的估计值可能会随着政策的变化而变化，使计量经济学无法为政策分析服务。为了应对lucas批判，计量经济学家提出了变量超级外生性的概念。条件于超级外生的变量，数据产生机制对估计参数结果没有影响，这时的政策分析才有意义。