本文基于Huber等人(2013)开发的经验蒙特卡罗模拟方法来研究事件时序(ToE)模型的估计。我们利用瑞典失业求职者的丰富数据，以及参加培训计划的信息来模拟安慰剂治疗的持续时间。我们首先使用这些模拟来检查哪些协变量是需要包含在选择模型中的关键混杂因素。联合纳入具体的短期就业历史指标(特别是在就业上花费的时间所占的比例)，以及基线社会经济特征、区域和流入时间信息，对处理选择偏差很重要。接下来，我们省略解释变量的子集，并对随之而来的系统未观察到的异质性用离散分布估计ToE模型。在许多情况下，ToE方法提供了准确的效果估计，特别是如果考虑到当地劳动力市场失业率的时变变化。然而，对未观察到的异质性假设太多或太少的支持点可能会导致较大的偏差。信息准则，特别是那些惩罚参数丰度的准则，对于选择支撑点的数量是有用的。