我们提出了一种新的方法，使用验证数据来纠正自我报告的体重和身高的调查，不称重和测量受访者。先前研究的标准校正使用外部验证数据集对报告值的实际度量进行回归，然后使用估计系数预测主数据集中的实际度量。这种方法需要强有力的假设，即在两个数据集中，以报告值为条件的实际体重和身高的期望是相同的。相比之下，我们使用百分位数排名，而不是报告的体重和身高水平。我们的方法需要一个弱得多的假设，即实际测量的条件期望在两个样本的报告值中都在增加，这使得我们的修正对调查中测量误差的差异更加稳健。然后，我们检查了三个具有全国代表性的数据集，并确认误报对调查背景(如数据收集模式)的差异很敏感。当我们使用两种方法比较预测的BMI分布时，我们发现标准校正受到误报差异的影响，而我们的校正则没有。最后，我们提出了几个例子来证明我们的修正对未来的计量经济分析和肥胖率估计的潜在重要性。