我们研究了因果机器学习估计器在不同聚集水平下的异构因果效应的有限样本性能。我们采用经验蒙特卡罗研究，它依赖于基于实际数据的可论证的现实数据生成过程(dpps)。我们考虑了24种不同的dgp, 11种不同的因果机器学习估计器，以及估计效果的三个聚合水平。在主要的dgp中，我们允许根据一组丰富的可观察协变量选择治疗。我们提供的证据表明，估计人员可以分为三组。第一组在所有dp和聚合级别上表现一致。这些估计器有多个步骤来考虑选择到治疗和结果过程。第二组仅对特定的dgp表现出竞争性表现。第三组的表现明显优于其他估计者。