如何在R中对复杂调查数据实现Heckman修正？

你遇到的第二阶段运行异常，核心原因是手动加入逆米尔斯比率（λ）后，普通svyglm()无法自动传递第一阶段的估计误差，得到的标准误存在偏差，严重时还会出现共线性报错，可按以下步骤解决：

步骤1：第一阶段选择方程Probit估计（你已完成部分的规范补充） #

首先确保第一阶段的Probit模型满足识别要求：必须包含至少1个排他性约束变量（工具变量），即仅影响样本选择决策、不直接影响结果变量的变量，否则后续第二阶段必然出现共线性问题。
示例代码：

library(survey)
# 定义复杂调查设计，按你的实际设计替换参数
svy_design <- svydesign(id = ~psu, strata = ~strata, weights = ~weight, nest = TRUE, data = your_data)
# 第一阶段选择方程，selection是二值选择变量，iv为排他性约束变量
stage1 <- svyglm(selection ~ x1 + x2 + iv, design = svy_design, family = binomial(link = "probit"))

步骤2：计算全样本的逆米尔斯比率λ #

不要仅计算选中样本的λ，全样本计算可以避免后续估计偏差：

# 预测第一阶段的线性拟合值
xb <- predict(stage1)
# 按选择状态生成λ
your_data$lambda <- ifelse(
  your_data$selection == 1,
  dnorm(xb) / pnorm(xb),
  -dnorm(xb) / (1 - pnorm(xb))
)

步骤3：第二阶段校正估计 #

有两种成熟的解决方案，按需选择即可：

• 方案1：调查设计适配的自助法校正标准误（最准确，适配分层、整群等所有复杂调查设计）
  直接把λ放入svyglm()得到的标准误未考虑第一阶段的估计误差，需通过带调查设计的自助法校正：

  # 定义自助统计量函数
  heckman_boot <- function(design, i) {
    d <- design[i,]
    # 重抽样后拟合第一阶段
    s1 <- svyglm(selection ~ x1 + x2 + iv, design = d, family = binomial(link="probit"))
    xb_boot <- predict(s1)
    d$variables$lambda <- ifelse(d$variables$selection == 1, dnorm(xb_boot)/pnorm(xb_boot), -dnorm(xb_boot)/(1-pnorm(xb_boot)))
    # 拟合第二阶段
    s2 <- svyglm(outcome ~ x1 + x2 + lambda, design = d, subset = selection == 1)
    return(coef(s2))
  }
  # 运行自助重抽样，重复次数可根据样本量调整为500-2000
  boot_result <- svyboot(design = svy_design, statistic = heckman_boot, replicates = 1000)
  # 提取校正后的系数和标准误
  final_coef <- boot_result$t0
  corrected_se <- apply(boot_result$replicates, 2, sd)
  

• 方案2：直接用sampleSelection包实现（简便，适配仅带权重的简单调查设计）
  该包内置的Heckman估计支持直接传入调查权重，自动完成两阶段估计和标准误校正：

  library(sampleSelection)
  heckman_model <- selection(
    selection = selection ~ x1 + x2 + iv,
    outcome = outcome ~ x1 + x2,
    data = your_data,
    weights = your_data$weight,
    method = "2step"
  )
  summary(heckman_model)
  

异常排查 #

• 若第二阶段报错共线性：优先检查排他性约束变量是否有效，不要把IV放入第二阶段的结果方程自变量中
• 若λ的系数统计不显著：说明不存在显著的样本选择偏差，无需做Heckman修正，直接对选中样本运行普通svyglm()即可

内容的提问来源于stack exchange，提问作者RCM