本文提出了当治疗选择为内生时，无条件分位数治疗效果(QTE)的IV估计量。与条件QTE(即对大量协变量X的影响)相反，无条件QTE总结了一种治疗对整个人群的影响。它们通常对政策评价最感兴趣，因为结果可以很容易地传达和总结。最后，无条件QTE可以在没有任何参数假设的情况下以√n的速率估计，这对于条件QTE显然是不可能的(除非所有X都是离散的)。在本文中，我们将无条件QTE的识别扩展到内生处理。识别是基于治疗选择方程中的单调性假设，并在没有任何函数形式限制的情况下实现。提出了几种类型的估计量:回归，倾向评分和加权估计量。证明了我们的加权估计的根n一致性，渐近正态性和半参数效率界的实现，这是非常简单的实现。我们还表明，在估计中包括协变量不仅对工具变量本身是混杂的一致性是必要的，而且对工具无条件有效时的效率也是必要的。蒙特卡洛模拟和两个经验应用说明了所提出的估计量的使用。