研究了选择规则和结果变量均为二元的半参数样本选择指标模型的估计问题。由于边际效应通常是最重要的，并且在半参数设置中很难恢复，因此我们开发了边际效应和潜在模型参数的估计器。边际效应估计器只使用不存在选择问题的高概率集的观测值。一个关键的创新是，这个高概率集是依赖于数据的。模型参数估计量是一种基于正则核的准似然估计量。我们建立了它们的大样本特性，并提供了仿真证据，证实这些估计器在有限样本中表现良好。