处理内生性与选择偏误

当你怀疑“回归系数可能不是干净的因果影响”时，真正要先回答的不是该点哪个高级模型，而是问题出在哪一层：是解释变量内生、工具变量识别，还是结果变量只在部分样本中可见。下面按这个思路排好入口。

工具变量法（2SLS）

适合你已经能清楚说出工具变量为何相关、为何外生的场景。

IV-GMM

当你想在工具变量框架下进一步使用更灵活的矩估计方式时使用。

Heckman 两阶段

适合因变量并不是对所有样本都能被观察到的选择偏误场景。

当前公开教程只覆盖主站已经开放给用户的因果识别入口，不会把未开放方法写成已上线功能。