应用工作经常使用具有加性效应的线性模型来研究二元变量(“处理”)的影响。当治疗效果是异质的时，我研究了这种模型中OLS估计的解释。我证明了处理系数是两个参数的凸组合，在一定条件下可以解释为处理和未处理的平均处理效果。这些参数的权重与各组中观测值的比例成反比。依赖这些隐式权重可能会对应用工作造成严重后果，正如我用两个著名的应用程序所说明的那样。我开发了简单的诊断工具，实证研究人员可以使用这些工具来避免潜在的偏见。R和Stata中提供了实现这些方法的软件。在一个重要的特殊情况下，我的诊断只需要知道处理单位的比例。