R 中复杂调查数据的 Heckman 程序
Heckman procedure on a complex survey data in R
知道如何 运行 在 R 中对复杂调查数据进行 Heckman 校正吗?
我试过手动操作,但到目前为止没有成功...
对于第一阶段,我 运行 调查包中的 svyglm()
函数运行良好,我能够估计 probit 模型。但是,对于第二阶段,我在 svyglm()
函数中包含预测的反米尔斯比 (λ) 时遇到了麻烦。
您可以尝试类似的操作:
# my probit model - First stage
pb = svyglm(sel ~ x + y + z, # generic variables
design = my_design,
family = binomial(link = 'probit'))
# update my design
my_design <- update( my_design , mills = dnorm(predict(pb))/pnorm(predict(pb)))
# Heckman model - Second stage
heck = svyglm(log_wage ~ k + l + x
mills,
design = my_design,
weights = V)
知道如何 运行 在 R 中对复杂调查数据进行 Heckman 校正吗?
我试过手动操作,但到目前为止没有成功...
对于第一阶段,我 运行 调查包中的 svyglm()
函数运行良好,我能够估计 probit 模型。但是,对于第二阶段,我在 svyglm()
函数中包含预测的反米尔斯比 (λ) 时遇到了麻烦。
您可以尝试类似的操作:
# my probit model - First stage
pb = svyglm(sel ~ x + y + z, # generic variables
design = my_design,
family = binomial(link = 'probit'))
# update my design
my_design <- update( my_design , mills = dnorm(predict(pb))/pnorm(predict(pb)))
# Heckman model - Second stage
heck = svyglm(log_wage ~ k + l + x
mills,
design = my_design,
weights = V)