Sau khi đã nắm vững các phương pháp ước lượng gộp, hiệu ứng ngẫu nhiên và hiệu ứng cố định trong hai bài học trước, chúng ta đã có trong tay một bộ công cụ mạnh mẽ để phân tích các biến phụ thuộc nhị phân trong dữ liệu bảng. Tuy nhiên, quá trình nghiên cứu thực nghiệm hiếm khi dừng lại ở việc ước lượng mô hình. Hai thách thức nâng cao thường xuyên xuất hiện, đòi hỏi sự chú ý đặc biệt: làm thế nào để đánh giá chất lượng của một mô hình phi tuyến, và làm thế nào để xử lý vấn đề nội sinh khi một biến giải thích bị ảnh hưởng bởi các yếu tố không quan sát được trong mô hình. Bài học này sẽ trang bị cho bạn những kỹ năng cần thiết để giải quyết hai vấn đề trên. Đầu tiên, chúng ta sẽ khám phá các thước đo “độ phù hợp” (goodness-of-fit) được thiết kế riêng cho các mô hình có biến phụ thuộc giới hạn, đặc biệt là thước …