本文提出了一种新的计量经济学方法，在一个具有离散因变量和非随机选择的模型中推断医院质量。患者出院记录中的死亡率被广泛用于推断医院质量。然而，入院并不是随机的，一些医院可能会吸引比其他医院病情更严重的患者。在这种情况下，随机入院的假设会导致对医院质量的虚假推断。这项研究使用一个模型来控制医院的选择，在该模型中，患者住所和其他医院之间的距离是关键的外生变量。该模型中的贝叶斯推断使用马尔可夫链蒙特卡罗后验模拟器是可行的，并将后验概率附加到单个医院和医院组之间的质量比较中。这项研究使用了1989年至1992年洛杉矶县114家医院收治的74848名被诊断为肺炎的医疗保险患者的数据。它发现，最小和最大的医院质量都很高，公立医院质量也很低。有强有力的证据表明，未观察到的疾病严重程度与将患者送往医院之间存在依赖性。因此，传统的probit模型导致的关于质量的推断与本研究的选择模型中的推断明显不同。