A Latent Markov Model Approach to the Estimation of Response Errors in Multiwave Panel Data
用潜在马尔可夫模型估计多期面板中的回答误差AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确分析多期个体面板中的真实状态变化和回答误差，直接对应面板数据方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
用潜在马尔可夫模型估计多期面板中的回答误差
- 研究问题
- 多期面板缺少回答误差的直接测量时，如何将观测状态的变化分解为真实变化与报告误差，尤其在观测间隔较长时？
- 方法与思路
- 作者采用潜在马尔可夫链模型分析回答误差，并应用于自报残疾状态面板，利用后续调查的直接误差估计作近似核对。
- 材料陈述的贡献
- 摘要称模型估计的真实变化明显少于原始转移表显示的变化，后续调查的误差估计对这一结果提供了近似支持。
- 阅读关注点
- 应核对潜在状态转移与回答误差的识别限制、跨期测量机制，以及后续调查是否具有足够可比性来支持模型结果。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；识别条件未说明，后续调查仅提供近似确认，不能视为对误差分解的完整验证或推断刊本变化。
原文摘要
When direct measures of response error are not available in multiwave panel data, latent Markov chain models can provide a useful framework for analysis of response errors. These models permit the estimation of real change and response error even when the observations are widely spaced. This methodology is illustrated with Social Security Administration panel data from the years 1971, 1972, and 1974 (see Frohlich 1975 and Social Security Administration 1979a,b) on self-reported disability status. The model shows much less real change than that indicated from inspection of raw turnover tables. Direct estimates of measurement error from a later survey (1978) give a proximate confirmation of the model results.