Heckman-Korrektur

Die Heckman-Korrektur ist eine statistische Technik, um den Auswahleffekt von nicht zufällig ausgewählten Proben zu korrigieren.

Konzeptionell wird dies erreicht durch die Modellierung von den individuellen Wahrscheinlichkeiten jeder Beobachtung (die sogenannte Selektionsgleichung) zusammen mit den Bedingungen für die abhängige Variable (die sogenannte Resultatsgleichung). Die resultierende Wahrscheinlichkeitsfunktion ist mathematisch ähnlich mit dem Tobit-Modell für zensierte abhängige Variablen. James Heckman erkannte diese Verbindung als Erster im Jahr 1974. Heckman entwickelte auch eine Zwei-Schritt-Modell-Kontrollfunktion, um dieses Modell abzuschätzen. Dies senkt den Rechnungsaufwand, um beide Gleichungen zu berechnen, auch wenn zu den Kosten der Ineffizienz. Heckman erhielt den Nobelpreis für Wirtschaftswissenschaften im Jahr 2000 für seine Arbeit in diesem Feld.

Weblinks

• Heckman Correction Model
• Patrick Puhani: The Heckman Correction for Sample Selection and Its Critique, a Short Review, in: Journal of Economic Surveys, Nr. 4, Januar 2000.