逆ミルズ比の係数の解釈

2ステップのヘックマンモデルの逆ミルズ比（ラムダ）の係数をどのように解釈しますか？

我々は以下のモデルを持っているとしましょう：

$$y_{i}^{*}=x_{i}'\beta + \epsilon_{i} \quad \textrm{for} \quad i=1,\ldots,n$$

これについてはいくつかの方法で考えることができますが、典型的な手順は、観察された特性が稼ぐ個人の賃金に与える影響を推定しようとすることを想像することです。当然のことながら、仕事しないことを選択し、潜在的に仕事への決定は次のようにモデル化することができ、いくつかの人々がいる： D * 私は = Zを「私は γ + Vの$i$ 場合 D * Iがゼロよりも大きい場合、我々は観察 yと私は = yは* 私はそうでない場合、我々は単に人のために賃金を守りません。OLSが E [ ϵ i | z i、d i = 1 ] ≠ 0状況によっては。これにはいくつかの条件があり、Heckmanの2ステップ手順でテストできます。それ以外の場合、OLSは誤って指定されています。

$$d_{i}^{*}=z_{i}'\gamma + v_{i} \quad \textrm{ for } \quad i =1,\ldots,n$$ $d_{i}^{*}$$y_{i} = y_{i}^{*}$$E[\epsilon_{i}|z_{i},d_{i}=1]\neq 0$

$\gamma$

$$\lambda_{i} = \frac{\phi(z_{i}'\gamma)}{\Phi(z_{i}'\gamma)}$$

$\gamma/\sigma_{v}$

$\hat{\lambda}_{i}$

$$y_{i} = x_{i}'\beta + \mu{\hat{\lambda_{i}}} + \xi_{i}$$

$\mu$

$\mu$

$$\frac{\sigma_{\epsilon{v}}}{\sigma_{v}^{2}}$$

$\mu=0$${\rm cov}(\epsilon,{v})=0$

うまくいけば、それはあなたにとって理にかなっています（そして私はどんな深刻なエラーもしませんでした）。