在不遵守规定治疗的情况下，因果影响的估计通常依赖于工具变量。然而，当参与者也被误报时，这种方法可能会有严重的偏见。我们提供了一种工具变量方法，研究人员可以使用它来识别数据中真正的异质治疗效果，包括治疗状态的不依从性和错误分类。我们的方法可以不考虑治疗是否因为随机缺失、非随机缺失或通常测量错误而被错误分类。最后，我们使用专门的Stata命令ivreg2m来评估英国的教育回报。