本文研究了用于处理和政策评估的半参数和非参数综合估计的有限样本性能。与以往的模拟研究主要考虑依赖于参数倾向分数估计的半参数方法不同，我们还考虑了基于半或非参数倾向分数、非参数回归和直接协变量匹配的更灵活的方法。除了(对、半径和核)匹配、反概率加权、回归和双鲁棒估计，我们的研究还包括最近提出的估计，如遗传匹配、熵平衡和经验似然估计。在我们的模拟中，我们改变了一系列特征(样本量、对治疗的选择、效果异质性和正确/错误说明)，并发现几种非参数估计量总体上优于使用参数倾向评分的常用治疗估计量。非参数回归、非参数双鲁棒估计、非参数IPW和一对多协变量匹配性能最好。