本文发展了具有多个无序处理的模型的局部工具变量的方法，当处理选择由多项选择模型的非参数版本决定时。对干预措施的反应通常允许是异质的，并且允许个体在至少部分了解对治疗的特殊反应的情况下选择一种治疗(例如，参与一个项目)。我们将具有多种治疗的一般模型中的治疗效果定义为如果主体面临不同的选择集，将会观察到的反事实结果的差异。我们展示了本地工具变量的版本如何识别相应的处理参数。直接应用局部工具变量可以确定一个方案相对于次优方案的边际处理效果，而不需要从选择方程中了解任何结构参数或任何大的支持假设。使用局部工具变量来确定其他治疗参数，要么需要大的支持假设，要么需要了解多项选择模型的潜在指数函数。