匹配法和分层法是在观察研究中长期被用于消除选择性偏差的有效方法。

匹配法是从控制组中挑选出个体以匹配处理组被试的方法。从处理组逐次挑选被试，在控制组中寻找与此被试的倾向分数最为接近的全部被试，再随机从抽取出的全部被试中抽取一个或多个作为处理组被试的对照被试。这种方法常用于处理组被试数量较少而控制组被试数量较大的情况。

分层法是将被试按照倾向分数的一定标准区分为若干层， 在不同层次的倾向分数上，均衡其他特征变量从而实现处理组和控制组之间的比较。研究发现，采用五等分的分层法可以有效的消除倾向分数模型中所有特征变量 95%的偏差。 回归调整法是将倾向分数作为一个协变量，引入回归方程，再来探讨分组变量与因变量之间的关系。