为了确定缺课对学生表现的因果影响，我们利用了英国一所大学经济学学生群体的丰富行政面板数据集。我们利用数据的面板属性来控制学生之间未观察到的异质性，从而控制学生缺勤和学习成绩之间的内生性，这些内生性源于未观察到的努力和能力对缺勤和成绩的可能影响。我们的估计还利用了数据的特征，例如学生随机分配到班级和班级时间表上的信息，这些信息在我们的识别策略中产生了潜在的工具。在其他结果中，我们发现缺课对学生的表现有因果关系:缺课导致学生的表现更差。来自分位数回归规范的证据表明，对于表现较好的学生来说，这一点尤其正确，这与我们的假设一致，即缺课对成绩的影响可能会随着学生能力等因素而变化。