本文利用因子模型来识别和估计反事实的分布。我们将LISREL框架扩展到动态处理效果设置，扩展匹配以考虑未观察到的条件变量。使用这些模型，我们可以识别所有的成对和联合治疗效果。我们将这些方法应用于学校教育模型，并确定代理人在做出入学决定时所面临的内在不确定性。减少投资回报的不确定性会提高大学入学率。我们在评估教育政策时超越了“无知的面纱”，并确定谁从普遍提出的教育改革中受益和损失。