目前，在试图调整可观察到的差异时，很少有关于使用哪种治疗效果估计器的实用建议。最近的一个建议是在模拟中比较估计器的性能，以某种方式模拟经验上下文。已经提出了两种运行这种“经验性蒙特卡罗研究”(EMCS)的方法。我们从理论上证明，除了在许多情况下不太可能满足的限制性条件下，两者都不太可能是有信息的。为了测试经验相关性，我们还将这些方法应用于估算器性能已知的现实环境。我们发现，在我们的设置中，两种EMCS方法在选择最小化绝对偏差的估计量时都不如随机。在选择最小化均方误差的估计器时，它们会更好。然而，使用简单的引导至少同样好，而且通常更好。目前，最好建议研究人员使用一系列估计器，并比较稳健性的估计。