本文采用匹配方法，讨论了估计平均处理效果的平滑参数的选择问题。由于对预期反事实的精确估计在包含处理单元质量的区域中特别重要，我们定义并实现了加权交叉验证方法，通过在平滑参数的选择中考虑处理单元的位置来改进传统方法。我们还实现了一种局部变化的带宽方法，在处理单元的质量所在的区域使用较大的带宽。蒙特卡罗研究将我们提出的方法与传统的非加权方法以及Bergemann等人(2005)启发的相关方法进行了比较。蒙特卡罗分析表明，考虑到处理单元的位置，所有方法的效率都有所提高。我们还将所有五种方法应用于带宽选择的数据背景下，这些数据来自LaLonde(1986)对非实验估计器性能的研究，使用来自国家支持工作(NSW)演示计划的实验数据作为基准。总的来说，蒙特卡罗分析和经验应用都表明加权交叉验证和局部变带宽方法的精度提高是可行的。