一：如何控制变量
1、对部分被试变量及暂时被试变量的控制方法：被试变量是指外界条件一致的情况下，被试间不同程度的持续性特征。例如年龄、性别、民族、文化及其他较为稳定的个体差异；暂时的被试变量是指非持续性的被试机能状态，例如疲劳、兴奋水平、诱因等等。对这种无关变量的控制一般采用以下方法，包括用指导语控制，主试对被试者的态度应予规范化，双盲实验法，控制被试者的个体差异和实验组、控制组法。2、对环境变量及部分被试变量的控制方法：主要指不作为自变量的环境方面的因素，实验执行中所产生的无关变异因素，及部分被试变量或暂时被试变量因素。控制方法主要包括以下几种：（1）操作控制的方法，主要指主试着的具体操作，排除一些变异因素对所研究问题的影响，有两个方面即无关变量的消除和无关变量的保持恒定；（2）设计控制的方法，即通过实验设计，控制实验结果中可能混进的无关变量效果，包括无关变量效果的平衡（将被试分为两个无关变量相等的组：控制组和实验组），无关变量效果的抵消（令该组内每个被试分别接受两个或两个以上的实验处理，包括完全被试内设计和不完全被试内设计）和随机化法、配对法。（3）统计控制的方法，包括无关变量的纳入和统计控制。
二：体毛多是好事还是坏事，我腿上的很多，连短裤都不敢穿。 10分
对女人而言,当然是一件坏事.
女孩子一般都喜欢穿裙子.如果腿上都是毛,远远看去还以为穿裙子配黑色丝袜,多不体贴啊.
所以我建议,首先去一家好一点的医院来个激光脱毛然后多吃点蔬菜水果,一来对身体有好处,二来也会增加女性哈尔蒙
三：回归分析中 控制变量如何处理 10分
你这个图太小了，看不清楚
我经常帮别人做类似的数据分析的
四：logistic回归中自变量和控制变量怎么处理
logit回归
1.打开数据，依次点击：analyse--regression--binarylogistic，打开二分回归对话框。
2.将因变量和自变量放入格子的列表里，上面的是因变量，下面的是自变量（单变量拉入一个，多因素拉入多个）。
3.设置回归方法，这里选择最简单的方法：enter，它指的是将所有的变量一次纳入到方程。其他方法都是逐步进入的方法。
4.等级资料，连续资料不需要设置虚拟变量。多分类变量需要设置虚拟变量。
5.选项里面至少选择95%CI。
点击ok。
统计专业研究生工作室原创，请勿复杂粘贴
五：用Eviews怎么处理控制变量
回归分析时纳入该变量即可
（统计之星工作室）
六：控制变量之间线性相关对回归结果的影响，是否必须解决掉 或者该如何解释
不一定，首先变量提示由于共线性被剔除有两种原因，一种是正常的，不用管，一种是不正常的，需要处理，不过总的来说无论你是否处理，它都不会进入回归（stata会自动忽略），要处理的都是你的模型假设。 正常的，就是说例如这样：我们假设我们分析的群体是51~80岁的，我们想把年龄分成三组，变量1是虚拟变量代表在50~60岁间（是=1，否=0），变量2是虚拟变量代表在61~70岁间，变量3是虚拟变量代表在71~80岁间。那么当你回归时加入这三个虚拟变量控制年龄的时候，因为这三个变量的和一定为1（共线性），所以系统会自动忽略其中一个，但是这个时候你不用在模型中删除那个被忽略的变量，因为这是正常的，这代表那个变量被自动选为基准组。我们在解释其他组的变量的系数上，也是解释为“相对于被忽略的那个基准组，这个变量所代表的组如何影响因变量，这个组是有平均比起基准组更多还是更少的因变量“。 不正常的，就是说明明不是分组的虚拟变量，但也有共线性。比如说可能是这样，你想看丈夫和妻子的年龄差，然后又希望控制丈夫和妻子的年龄，这时由于（年龄差=年龄相减）产生了共线性，这说明你的模型本身就设定失误，我们只需要控制丈夫的年龄就可以达到都控制的效果。 也可能是这样：你想看”是否退休“对因变量的影响，但是因为你的样本比较窄，比如是”20~50“岁的样本，导致所有人都没有退休，”是否退休“变量对所有人都是0（没退休），所以被忽略掉，这时就意味着你的样本不支持做你想要的模型，此时也只得删掉这个变量了。
七：偏最小二乘法pls中控制变量怎么处理
偏最小二乘回归≈多元线性回归分析＋典型相关分析＋主成分分析
偏最小二乘回归从多元线性回归扩展而来时却不需要这些对数据的约束。
在偏最小二乘回归中，预测方程将由从矩阵Y'XX'Y中提取出来的因子来描述；为了更具有代表性，提取出来的预测方程的数量可能大于变量X与Y的最大数。
简而言之，偏最小二乘回归可能是所有多元校正方法里对变量约束最少的方法，这种灵活性让它适用于传统的多元校正方法所不适用的许多场合，例如一些观测数据少于预测变量数时。并且，偏最小二乘回归可以作为一种探索性的分析工具，在使用传统的线性回归模型之前，先对所需的合适的变量数进行预测并去除噪音干扰。
作为一个多元线性回归方法，偏最小二乘回归的主要目的是要建立一个线性模型：Y=XB+E，其中Y是具有m个变量、n个样本点的响应矩阵，X是具有p个变量、n个样本点的预测矩阵，B是回归系数矩阵，E为噪音校正模型，与Y具有相同的维数。在通常情况下，变量X和Y被标准化后再用于计算，即减去它们的平均值并除以标准偏差。
简单的说，PLS是一种预测方法，得到的值就是通过这种方法得到的预测值。
八：用SPSS处理数据的时候，控制变量怎么弄？是跟自变量一样处理吗？
不知道你为什么将企业性质作为控制变量，是希望得到国企和私企两个回归模型吗？如果这样可以将这个变量分割来做，不需要做控制变量。
在多因素方差分析中有控制变量，而在回归分析中没有这个概念，你可以将这个变量一起选做自变量做回归分析，从而模型才能考虑企业总资产对企业绩效和高管薪酬的影响。
九：多元回归分析如何加入控制变量
控制变量不就相当于自变量吗？
扫一扫手机访问
