大多数流行病学研究都存在反应和/或协变量分类错误的问题。由于忽略错误分类会导致参数估计值出现偏差，因此对此类错误的纠正非常重要。对于测量误差（连续模拟错误分类），偏差校正的一般方法是Cook和Stefanski（1994）最初提出的SIMEX（模拟外推）。最近，Küchenhoff et al.（2005）将这种方法扩展到可能分类错误的类别响应和/或协变量的回归模型，称为MC-SIMEX方法。要评估回归变量的重要性，不仅需要其（校正的）估计值，还需要其标准误差。对于原始SIMEX方法。Carroll等人（1996）开发了一种估计渐近方差的方法。在这里，我们导出了MC-SIMEX方法的渐近方差估计，扩展了Carroll等人（1996）的方法。我们还包括通过验证研究估计误分类概率的情况。大量的仿真研究表明了该方法的良好性能。该方法通过龋病研究中的一个例子进行了说明，其中包括一个逻辑回归模型，其中反应和二元协变量可能被错误分类。