本文以Huber et al.(2013)开发的经验蒙特卡罗模拟方法为基础，研究事件时序(ToE)模型的估计。我们利用丰富的瑞典失业求职者的数据与信息参与培训计划，以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包括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(特别是在就业中花费的时间份额)，以及基线社会经济特征、区域和流入时间信息，对于处理选择偏差很重要。接下来，我们省略解释变量的子集，并估计具有离散分布的ToE模型，以用于随后的系统未观察到的异质性。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撑点可能导致较大的偏差。信息标准，特别是那些惩罚参数丰度的信息标准，对于选择支撑点的数量是有用的。