本文研究了无混杂条件下各种平均处理效果的双鲁棒估计。我们通过提供涵盖二元和多值处理的非常一般的识别结果，统一和扩展了许多最近的文献;非归一化和归一化加权;以及逆概率加权(IPW)和双鲁棒估计。我们还允许亚种群特定的平均治疗效应，其中亚种群可以以任意方式基于协变量值。与Wooldridge(2007)类似，我们随后讨论了使用线性指数族的准对数似然(QLL)来估计条件均值。