Inference for Welfare Quality Control Programs
福利项目质量控制中的统计推断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：摘要关注行政质量控制中的抽样估计与处罚偏差，未提供因果识别或其他所列细分方向的依据。
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…
福利项目质量控制中的统计推断
- 研究问题
- 如何估计福利项目的支付错误率及据此确定的处罚，并处理现行回归估计的建模问题和处罚估计中的偏差？
- 方法与思路
- 作者梳理双重抽样、错误率回归估计及处罚制度，建议数据分层，并提出通过层级贝叶斯或经验贝叶斯方法汇总信息。
- 材料陈述的贡献
- 摘要称，文章讨论了处罚偏差及其性质，提出可能降低偏差和误差的替代错误率估计方法，并以真实数据示例说明。
- 阅读关注点
- 应核对双重抽样设计、处罚与错误率的函数关系、分层依据，以及贝叶斯方法的信息共享结构和真实数据比较标准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要仅称替代方法可能改善估计，未给出改善幅度，也未研究福利政策的因果效果。
原文摘要
Federal and state agencies estimate rates of payment error made by state caseworkers in determining benefits under the Aid to Families with Dependent Children, Food Stamp, and Medicaid programs. Estimated payment error rates are used in turn to estimate program penalties that are a function of the difference between payment error rates and target rates. This article first outlines the statistical methodology currently used in welfare quality control systems, namely, the double sampling scheme for data collection, the regression estimator of the payment error rate, and the penalty system. Stratification of the data is suggested as a method for addressing obvious modeling problems with the regression estimator, and the notion of penalty bias and its properties is discussed. Alternative estimators of payment error rates, such as hierarchical Bayes and empirical Bayes estimators, are next proposed, which may reduce bias and error through combining information. The article is illustrated by real-data examples. Directions for future research are also pointed out.