我们记录了在与行政项目记录相关的三个主要美国家庭调查中，现金福利和SNAP的接收调查错误的程度、性质和后果。我们的结果证实了高比率的误报项目接收，特别是未报告接收。这些调查不准确地捕捉了参与多个项目的模式，尽管几乎没有证据表明项目混淆。在估算的观测中，错误率较高，这也占了假阳性误差的很大一部分。许多家庭特征对报告收货的错误有重大影响，包括假阳性和假阴性。我们发现，种族、民族、收入和其他家庭特征在调查误差方面存在很大差异。我们为程序接收模型的这些错误的后果提供了证据。收入和种族的影响估计明显存在偏差。然后，我们检查由于项目不响应和imputation造成的误差，以及imputation是否提高了估计。项目非应答者的接收率高于人口，即使有许多协变量的条件。 The assumptions for consistent estimates in multivariate models fail both when excluding item non-respondents and when using the imputed values. In binary choice models of program receipt, estimates from the linked data favor excluding item non-respondents rather than using their imputed values. The biases in each case are well predicted by the error patterns we document, so such analyses can help researchers make more informed decisions on the use of imputed values.