经济学和其他学科的研究人员经常对二元治疗对结果的因果影响感兴趣。用于估计这些影响的计量经济学方法根据是否需要条件独立性假设(即，潜在结果的独立性和治疗分配以一组可观察到的协变量为条件)分为两种。当这个假设成立时，研究人员现在有了广泛的估计技术可供选择。然而，当测量误差存在时，人们对它们的性能(无论是绝对值还是相对值)知之甚少。在本研究中，在蒙特卡罗研究中评估了几个需要条件独立假设的估计器的性能，以及一些不需要条件独立假设的估计器。在所有情况下，数据生成过程都与“真实”数据保持条件独立性。然而，测量误差也随之引入。具体而言，考虑了三种测量误差:(i)治疗分配中的错误，(ii)结果中的错误，以及(iii)协变量向量中的错误。为研究人员提供了建议。