当控制变量可用时，我们重新讨论了估计局部平均治疗效果(LATE)和被治疗者的局部平均治疗效果(LATT)的问题，以使工具变量(IV)适当地外生或提高精度。与以前的方法不同，我们的双稳健(DR)估计程序使用了由IV倾向评分的逆加权的准似然方法——所谓的逆概率加权回归调整(IPWRA)估计器。通过对倾向评分和结果模型的合理选择，可以保证拟合值在响应变量确定的逻辑范围内，从而得到具有吸引人的小样本性质的LATE和LATT DR估计量。推理是相对直接的分析和使用非参数bootstrap。我们的DR LATE和DR LATT估计器在模拟中工作良好。我们还提出了一个DR版本的Hausman检验，可以通过比较在片面不服从下对被治疗者(ATT)的平均治疗效果的不同估计来评估无混淆性假设。与通常比较OLS和IV估计值的测试不同，该程序对治疗效果异质性具有鲁棒性。