在无混淆性或外源性治疗分配下的平均治疗效果的估计往往受到协变量分布缺乏重叠的阻碍。这种重叠的缺乏可能导致不精确的估计，并可能使常用的估计器对规格的选择非常敏感。在这种情况下，研究人员经常使用非正式的方法来修剪样本。在本文中，我们开发了一个系统的方法来解决这种缺乏重叠。我们描述了平均处理效果可以最精确地估计的最佳子样本，以及最优加权平均处理效果。在某些条件下，最优选择规则仅依赖于倾向分数。对于较大范围的分布，通过简单的选择规则可以很好地近似于最优规则，将估计倾向分数超出范围[0.1,0.9]的所有单位都剔除。