我们提出了一种新的选择性校正程序来处理测量损耗，在“Heckit”和Lee(2009)的边界方法的十字路口。作为样本选择性校正模型中所需工具的替代品，我们使用了关于尝试次数的信息，以从每个响应的个体获得对调查的响应。我们获得了集合识别，但如果尝试达到每个个体的次数足够多，我们就可以更接近于点识别。我们将我们的样本选择校正应用于一个低且不平衡的求职实验。