在研究显示问题时，经常会遇到样本选择偏差问题。例如，为了研究教育对工资收入的影响，研究人员随机收集了1000名受访者的数据，其中，700名受访者有工作，可以获取收入数据；300名受访者无工作，没有收入数据。在简单的方法就是把这300名无工作的样本剔除，直接用700名有工作的样本进行回归，但这样就产生了样本选择偏差问题。因为那些无工作的人，有些可能接受了很好的教育，但是其却自愿选择了不参加工作。如果把这些样本剔除，可能会高估受教育对工资收入的影响。
Heckman两阶段模型为解决样本选择偏差问题提供了可行方法，其第一阶段采用二值选择模型（如logit模型）估计并预测每个受访者参加工作的概率，并计算出逆米尔斯比率，第二阶段将逆米尔斯比率加入700名有工作的样本中进行回归。如果第二阶段模型逆米尔斯比率没有通过显著性检验，则说明不存在选择偏差，可以直接用700名有工作的受访者样本来估计教育对工资收入的影响；如果第二阶段模型逆米尔斯比率通过了显著性检验，则认为存在选择偏差，需要用Heckman第二阶段中的估计结果作为教育对工资收入的影响程度。