我们在调查中研究响应行为，并展示了如何改善自我报告的解释力。首先，我们在假设受访者对她个人特征的自我知识不完美的自我知识的假设下，我们开发了调查响应行为的选择模型。在面板数据中，该模型预测不同特征的响应的方差增加自我知识，并且给定的特征随时间的方差是非单调的自我知识。重要的是，这些差异的比率识别个人的自我知识水平，即，后者可以从观察到的响应模式推断出后者。其次，我们为基于模型的自我知识开发一致和无偏估计。第三，我们在研究人员知道真正的基本特征的背景下进行实验来测试模型的主要预测。数据确认了模型的预测以及估算器的有效性。最后，我们转向大面板数据集，估计单个自我知识的水平，并表明，对自我知识的差异显着增加了回归模型的解释性力量。使用中位数分裂在自我知识和回归风险行为上的自我报告的风险态度中，我们发现R2可以比低于低于中位数的对象多次。同样，当风险态度的性别差异时，限制具有高自我知识的受试者的样本。 These examples illustrate how using the estimator may improve inference from survey data.