当控制变量可用时，我们重新讨论了估计局部平均处理效果(LATE)和被治疗者的局部平均处理效果(LATT)的问题，以使工具变量(IV)适当地外生或提高精度。与之前的方法不同，我们的双鲁棒(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。通过正确选择倾向评分和结果模型的模型，保证拟合值在响应变量确定的逻辑范围内，产生具有吸引力的小样本性质的LATE和LATT DR估计量。无论是分析推理还是使用非参数bootstrap推理都是相对直接的。我们的DR LATE和DR LATT估计器在模拟中工作良好。我们还提出了一种DR版本的Hausman检验，可用于通过对被治疗者(ATT)在单方面不依从性下的平均治疗效果的不同估计的比较来评估无混淆性假设。与通常比较OLS和IV估计的测试不同，该程序对治疗效果的异质性具有鲁棒性。