本文结合实验数据和非实验数据来评估应用于因果推断的机器学习相关方法在复制实验结果方面的表现。其中实验数据来自在职培训（Job Training Partnership Act）社会实验,非实验数据则来自符合条件非参与者（Eligible Nonparticipant）数据库。本文所考虑的机器学习相关方法包括基于回归的双机器学习（Double Machine Learning）和基于树的因果森林（Causal Forest）,倾向森林（Propensity Forest）,以及广义随机森林（Generalized Random Forest）。其中在双机器学习方法下,本文考虑了四种机器学习算法,而对于因果森林以及倾向森林,本文则考虑了四种分裂规则。本文首先结合实验数据中的非处置组和非实验数据中的非参与者组合成复合数据。接着将前文所提到的方法应用于该复合数据得出参与者的平均处置效应,即该方法的估计偏差,此处的偏差值为估计量与真实实验所得处置效应值之差。本文考虑四个子样本,最后通过比较子样本内各种方法所得偏差值来比较其在复制实验结果方面的表现。由于本文所用的数据集中协变量个数较多,本文考虑了协变量少和协变量多两种设定。在协变量少的情况下,作为比较,本文还将相同的评估框架应用于传统的计量方法。本文研究发现:双机器学习估计量在协变量较少和较多情况下都能够较好的重现实验结果。双机器学习估计量在两种设定下的四个子样本中都获得了相对较低的偏差值;除此之外,双机器学习估计量在复制实验结果方面总体上优于传统的回归估计量。另外一方面,因果森林和倾向森林估计量的误差值接近于没有经过任何计量方法调整的简单均值差估计量;广义随机森林估计量所得的误差值则取决于所用的子样本和所包括的协变量。