我们记录了与行政项目记录相关的三个主要美国家庭调查中收到现金福利和SNAP的调查错误的程度、性质和后果。我们的结果证实了高误报率的项目接收，特别是未能报告接收。这些调查没有准确地捕捉到参与多个项目的模式，尽管几乎没有证据表明存在项目混乱。在输入的观测值中错误率较高，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据的错误有显著影响，包括假阳性和假阴性。我们发现，不同种族、民族、收入和其他家庭特征的调查误差存在很大差异。我们为程序接收模型提供了这些错误后果的证据。对收入和种族影响的估计明显存在偏差。然后，我们检查由于项目无反应和imputation的误差，以及是否imputation改进估计。即使在许多协变量的条件下，项目非回答者的收货率也高于总体。 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.