处理缺失数据的一种常用方法是在公共数据子集上估计模型，而必须丢弃潜在有用的数据。我们推导了一个新的probit型估计器与缺少协变量数据，其中因变量是二进制。对于条件多项式的基准情况，我们证明了我们的估计量是有效的，并提供了其渐近方差的精确公式。仿真结果表明，我们的估计器优于流行的替代方案，并且在偏离基准情况下具有鲁棒性。我们通过检验意大利家庭的投资组合配置决策来说明我们的估计器。