On Procedures for Evaluating the Effectiveness of Reinterview Survey Methods: Application to Labor Force Data
复访调查方法有效性的评价程序：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：摘要重点是调查误分类和复访程序评价，未建立所列面板模型或因果推断方法。
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…
复访调查方法有效性的评价程序：劳动力数据应用
- 研究问题
- 复访调查能否复现原调查的回答错误率，以及核对式复访是否使原调查与初次未核对复访的分类错误产生依赖？
- 方法与思路
- 作者将诊断测试错误率估计方法扩展到调查场景，利用美国当前人口调查的复访程序估计误分类率及两次调查错误间的依赖。
- 材料陈述的贡献
- 摘要称新程序可估计错误率之间的依赖，并指出响应方差复访能复现原调查错误率，而核对式复访引入显著依赖。
- 阅读关注点
- 应核对不同复访程序的设计、误分类率和错误依赖的可识别条件，以及核对结果是否被当作参照标准和如何处理其误差。
- 阅读边界
- 仅据版本未注明的索引摘要，未报告错误率数值或识别假设；劳动力调查背景不足以将复访评价视为面板或因果分析。
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.