集中的学校分配算法必须区分具有相同偏好和优先级的申请人。这是通过随机分配的彩票号码，非彩票的决定因素，如考试成绩，或两者兼而有之。纽约市公立高中的比赛说明了后者，使用考试成绩、成绩和面试来对筛选学校的申请人进行排名，并结合未筛选学校的抽签平局。我们将展示如何在这种情况下确定学校出勤率的因果影响。我们的方法概括了回归不连续设计，以允许多个处理和多个运行变量，其中一些是随机分配的。抽签在筛选的学校和未筛选的学校都会产生分配风险。集中分配还确定了远离筛选学校界限的筛选学校影响。这些集中分配的特征被用来评估纽约市学校成绩单的预测价值。一流学校提高了SAT数学成绩，增加了毕业的可能性，尽管比OLS估计的要少。对于经过A级筛选的学校，OLS估计中的选择偏差是严重的。