目前，在试图调整可观察到的差异时，关于使用哪种治疗效果估计器的实际建议很少。最近的一个建议是在模拟中比较估计器的性能，以某种方式模拟经验环境。已经提出了两种运行这种“经验性蒙特卡洛研究”(EMCS)的方法。我们从理论上证明，除了在许多情况下不太可能满足的限制性条件下，这两种情况都不太可能提供信息。为了测试经验相关性，我们还将这些方法应用到已知估计器性能的现实环境中。我们发现，在我们的设置中，两种EMCS方法在选择最小绝对偏差的估计量方面都比随机方法差。在选择均方误差最小的估计量时，它们更好。但是，使用简单的引导至少同样好，而且通常更好。目前，最好建议研究人员使用一系列估计器，并比较估计的稳健性。