更正了 R 中 Heckman 选择模型的标准误差

Question

我一直在尝试手动估计赫克曼的两步解决方案。 （为了与 ML 进行比较以及在相对较大的实际样本中的应用）。 因此，我回顾了sampleSelection包的功能。 “vcov”返回估计系数的方差-协方差矩阵，包文档也表明“vcov”包含正确的标准误差。
另一方面，“heckitVcov”计算 Heckit 估计系数的渐近协方差矩阵，这就是为什么我尝试使用“heckitVcov”函数，输入所示参数，但结果在所有元素中均为“NA”。 我通过使用来自同一“选择”对象的值来计算渐近协方差矩阵，作为一种捷径。
我在解释和计算 heckiVcov 时犯了错误吗？ 感谢

data("Mroz87")  
mroz<-as.data.frame(Mroz87)  
mroz$kids <- (mroz$kids5 + mroz$kids618 > 0)  
mod_TS2 <- selection(selection = lfp ~ age + I(age^2) + faminc + kids + educ, outcome = wage ~ exper + I(exper^2) + educ + city, data=mroz, method="2step")

计算“heckitVcov”

heckitVcov(xMat=model.matrix(mod_TS2), wMat=model.matrix(mod_TS2$probit), vcovProbit=vcov(mod_TS2$probit), rho=mod_TS2$rho, delta=mod_TS2$imrDelta, sigma=mod_TS2$sigma)

其结果

##                XO(Intercept) XOexper XOI(exper^2) XOeduc XOcity imrData$IMR1
##XO(Intercept)            NA      NA           NA     NA     NA           NA
##XOexper                  NA      NA           NA     NA     NA           NA
##XOI(exper^2)             NA      NA           NA     NA     NA           NA
##XOcity                   NA      NA           NA     NA     NA           NA
##imrData$IMR1             NA      NA           NA     NA     NA           NA

注意：我已经看到了类似的问题 Heckman 选择模型R 手动 但还不是结论性的。