Decisión	Sesgo	Justificación Sesgo	Varianza	Justificación Varianza
(matching) múltiples vecinos/ único vecino	(+)/(-)	El vecino más cercano es el más parecido, menos sesgo. Caso contario al tener múltiples vecinos	(-)/(+)	Con mayor información (múltiples vecinos) disminuye la varianza.
(matching) Con caliper / sin caliper	(-)/(+)	Si se límita la distancia tenemos menos diferencias, entonces se limíta el sesgo.	(+)/(-)	Al limitar la distancia reducimos la información, así la varianza aumenta
(Individuos) Con reemplazo/sin reemplazo	(-)/(+)	SI reemplazamos, un individuo tiene la posibilidad de volverse a utilizar, aumenta la posibiidad de parecido, asi se disminuye el sesgo.	(+)/(-)	Hay menor variación de individuos por el reemplazo, produce menos información y asi aumenta la varianza.
(método) V. cercano/Radio	(-)/(+)	El más cercno es el más parecido, menos sesgo. El radio no necesarimente considera solo este	(+)/(-)	Con el radio se considera mayor información así menos varianza
(método) Kernel /V. cercano	(+)/(-)	Debido a que utilizan todas las observaciones del grupo de comparacion se uamenta el sesgo, con el más cercano disminuye.	(-)/(+)	Como estamos utilizando todos los no tratados la varianza disminuye.
(ancho banda) Chico/grande	(-)/(+)	Con un ancho de banda pequeño, se esta mas cercano al individuo tratado, asi el sesgo disminuira.	(+)/(-)	Un ancho de banda chico disminuye la información y con esto aumenta la varianza
(grado polinomio) chico/grande	(+)/(-)	A mayor grado del polinomio existe mayor flexibilidad en el ajuste de regresión, con esto menor sesgo.	(-)/(+)	A mayor grado de polinomio mayor flexibilidad de ajuste, con esto menos varianza.