本文评估了多重或多值处理的基于无混淆性的平均效应估计器在消除非随机处理分配引起的偏差方面的有效性。我们通过同时均衡随机实验中几个对照组的平均结果来评估这些多个治疗估计量。我们研究了线性回归估计量以及基于广义倾向评分(GPS)的部分平均和加权估计量。我们还研究了GPS在评估不同治疗组之间个体可比性中的使用，并提出了一种策略来确定重叠或共同支持区域，该策略比以前在文献中使用的策略更不严格。我们的研究结果表明，在多重治疗环境中，可能有一些治疗组很难找到有效的对照组，而GPS在识别这些组方面发挥着重要作用。在这种情况下，我们考虑的估计器表现不佳。然而，一旦将注意力限制在那些具有足够重叠质量的处理组上，他们的表现就会大大提高，其中差分估计器的表现最好。我们的结果表明，只要重叠质量令人满意，基于无混淆性的估计量是评估多种处理的有价值的计量经济学工具。