Heckman两阶段模型适用于解决由样本选择偏差（sample selection bias）造成的内生性问题。在经济学领域，样本选择偏差的典型例子是研究女性的受教育情况对女性工资的影响。按照这个思路，一般会去问卷收集或在哪个网站下载部分女性的受教育情况，工资，及其他特征数据，例如年龄，毕业院校等级等个人特征，然后做回归。不过这样做有一个问题，就是登记的女性，都是在工作的，但是许多受教育程度较高的女性不工作，选择做家庭主妇，这部分样本就没有算在内，样本失去随机性。这就导致模型只是用到了在工作的

原文地址 原创前端设计大神前端程序设计2024-01-11 17:49发表于北京 之前一些粉丝体验了一下自己开发的3D数字人互动项目，反馈的结果大致只是一个测试品，还没法投入商用。于是从这周开始，下定决心开始优化数字人的细节，加速商业化落地。并设定了一个开发目标，年前达到的标准是类似nexthuman开发的效果。 https://nexthuman.cn/webgl/demo/introduce 图片 体验了一下它基于webgl的数字人，无论是数字人外形还是语音反应速度，都是非常理想的。当然它的

对于分类预测模型的表现评估我们最常见的指标就是ROC曲线，报告AUC。比如有两个模型，我们去比较下两个模型AUC的大小，进而得出两个模型表现的优劣。这个是我们常规的做法，如果我们的研究关注点放在“在原模型新引入一个预测变量，模型的效果会不会提高时”，这个时候ROC就常常会显得力不从心，因为通常加入一个变量AUC不会有太大的变化，且AUC不好解释。 When evaluating the improvement of predictive performance of a predictive