Biprobit 估计后的边距命令

如何解决Biprobit 估计后的边距命令

我正在估计一个工具变量回归，其中包含一个虚拟结果变量 Y、一个虚拟内生变量 X 和一个连续工具 Z。 估计线性 2SLS 模型时：

ivreg 2sls Y (X = Z)

我得到的估计值为 3，鉴于 Y 和 X 是虚拟变量，这是不合理的。我将此归因于我的样本中相对较低的处理概率（只有 10% 的 X=1）以及大约 4000 的低样本量（请参阅 Chiburis 2011）。

因此我转向估计一个二元概率模型：

biprobit (Y = i.X) (X = Z )

然而，我现在对获得 X 对 Y 的边际效应的正确命令感到困惑，所以：

P[Y=1|X=1,Z] - P[Y1=1|X=0,Z]

要么我输入：

margins,dydx(X) force post

或者：

margins,dydx(X) force post predict(pmarg1) 

这两个命令给了我非常不同的边际效果，哪个命令（如果有两个）会给我我感兴趣的效果？