On Procedures for Evaluating the Effectiveness of Reinterview Survey Methods: Application to Labor Force Data
评估重复访调查方法有效性的程序：劳动力数据应用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：研究对象是调查误分类与重复访评估，不能据此归入离散选择或因果推断。
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…
评估重复访调查方法有效性的程序：劳动力数据应用
- 研究问题
- 重复访调查能否复现原调查的误分类率？经过核对协调的重复访程序，会如何影响原调查与初次重复访错误之间的依赖？
- 方法与思路
- 作者将诊断检验误差率估计方法扩展到调查场景，利用美国当前人口调查的重复访程序估计误分类率及错误间依赖。
- 材料陈述的贡献
- 摘要称，响应方差重复访方法能够复现原调查误差率；协调重复访程序则使原调查与初次未协调重复访的错误产生明显依赖。
- 阅读关注点
- 应核对不同重复访程序的定义、误分类率与依赖参数如何识别，以及协调步骤是否改变作为参照的调查结果。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；误差率识别条件、估计数值及不确定性均未说明。
原文摘要
Several types of reinterview surveys have been designed to measure the different kinds of response errors that occur in survey data. This article is based on the reinterview procedures conducted by the U.S. Census Bureau in its monthly Current Population Survey. We present estimates of the misclassification error rates associated with the original survey data collection procedures and the reinterview methods. A new procedure enables us to estimate the dependence between the error rates of the original survey and the initial nonreconciled reinterview when the reconciled reinterview method is used. Our approach extends to the survey setting methods previously developed for estimating error rates of diagnostic tests. This new approach indicates that the response-variance reinterview methods are effective in replicating the original survey's error rates; however, the reconciled reinterview method creates a substantial dependence between the original and the initial nonreconciled reinterview error rates.