经济学和其他学科的研究人员通常对二元处理对结果的因果影响感兴趣。根据是否需要条件独立性假设(即，潜在结果的独立性和以一组可观察的协变量为条件的治疗分配)，用于估计此类影响的计量经济学方法分为两类。当这个假设成立时，研究人员现在有大量的评估技术可供选择。然而，当测量误差出现时，人们对它们的性能知之甚少——无论是绝对性能还是相对性能。在本研究中，在蒙特卡洛研究中评估了几个需要条件独立性假设和一些不需要条件独立性假设的估计量的性能。在所有情况下，数据生成过程都是这样的，条件独立性与“真实”数据保持一致。然而，测量误差就引入了。具体来说，我们考虑了三种类型的测量误差:(i)治疗分配的误差，(ii)结果的误差，(iii)协变量向量的误差。为研究人员提供了建议。