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。我们统一和扩展了许多最近的文献，提供了一个非常通用的识别结果，包括二元和多值处理;非归一化和归一化加权;以及逆概率加权(IPW)和双鲁棒估计器。我们还考虑到亚群体特有的平均治疗效应，其中亚群体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)对条件均值的估计。