(长期英语兼职)
第三方登录：苹果/安卓/wp
积分 1659, 距离下一级还需 566 积分
权限: 自定义头衔, 签名中使用图片, 隐身, 设置帖子权限
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡, 抢沙发, 提升卡下一级可获得
权限: 设置回复可见道具: 沉默卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
苦逼签到天数: 17 天连续签到: 6 天[LV.4]偶尔看看III
看到别人文章中控制变量是一类和自变量是一类(主要是自己要研究的变量)，这两个有什么区别，在模型中是怎么区分他们的，看文章中说控制变量是要控制的，然后才能更好地看自变量对因变量的影响，但是看了半天感觉控制变量和自变量差不多么，也没看出什么特别的处理，就是和自变量一起带入模型算么，是这样吗？谢谢指导！！！
载入中......
本帖被以下文库推荐
& |主题: 11985, 订阅: 27
控制变量法是假定一个因素不变，另一个因素对因变量的影响。eg：s=vt，控制v不变，s正比例于t。
热心帮助其他会员
总评分:&论坛币 + 10&
ligaojuan 发表于
控制变量法是假定一个因素不变，另一个因素对因变量的影响。eg：s=vt，控制v不变，s正比例于t。谢谢，那和自变量还是没什么区别么！有些模型中说这是自变量，那是控制变量，但是其实还是一起回归的啊？求指导！！！！
谢谢分享。。。。
在一个微博上看到的：从数理关系上看，控制变量和解释变量是一回事，只是说法不同。通常所说的被解释变量也有不同的称呼，比如：应变量、预测子、回归子、响应变量、内生变量；同样，相对应的解释变量对应的称呼有：自变量、 预测元、回归元、 控制变量、外生变量。
解释变量与控制变量都是作为自变量放在方程的右边，二者为了突出研究的问题进行了区分。解释变量是指着重研究的自变量，是研究者重点考查对因变量有何影响的变量。而控制变量是指与特定研究目标无关的非研究变量，即除了研究者重点研究的解释变量和需要测定的因变量之外的变量，是研究者不想研究，但会影响研究结果的，需要加以考虑的变量。
热心帮助其他会员
总评分:&论坛币 + 20&
在一个微博上看到的：从数理关系上看，控制变量和解释变量是一回事，只是说法不同。通常所说的被解释变量也有不同的称呼，比如：应变量、预测子、回归子、响应变量、内生变量；同样，相对应的解释变量对应的称呼有：自变量、 预测元、回归元、 控制变量、外生变量。
解释变量与控制变量都是作为自变量放在方程的右边，二者为了突出研究的问题进行了区分。解释变量是指着重研究的自变量，是研究者重点考查对因变量有何影响的变量。而控制变量是指与特定研究目标无关的非研究变量，即除了研究者重点研究的解释变量和需要测定的因变量之外的变量，是研究者不想研究，但会影响研究结果的，需要加以考虑的变量。
其实都是一起纳入模型的变量，只是研究者按照自己研究目的来确定的哪个是控制变量，比如：研究者将因变量y和自变量x1、x2一起纳入二元回归模型，如果只是想研究y和X1的关系，那么x2就叫控制变量，即：控制了x2后，看x1对y的影响。
热心帮助其他会员
总评分:&论坛币 + 10&
无限扩大经管职场人脉圈！每天抽选10位免费名额，现在就扫& 论坛VIP& 贵宾会员& 可免费加入
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
论坛法律顾问：王进律师对于3个自变量和5个因变量，数据怎么分析关系呢？—童鞋数据分析问题集锦（53) - 数据分析的日志,人人网,数据分析的公共主页
对于3个自变量和5个因变量，数据怎么分析关系呢？—童鞋数据分析问题集锦（53)
来自黄同学的问题：时间管理倾向量表及其三个维度是自变量心理韧性量表及其五个维度是因变量用哪些方法去处理这些数据？从而能找到各维度之间的关系，以及一些影响关系？&用这些数据做相关分析，回归分析，结构方程模型，路径分析。这上述四种方法要怎么具体的去做？ 要实际操作步骤，SPSS的最好，其余啥软件都行。...能不能帮忙做下？呜呜呜~~~~&数据共10列：依次是1.时间管理倾向总分2.时间价值感3.时间监控观4.时间效能感5.心理韧性总分6.目标专注7.情绪控制8.积极认知9.家庭支持10.人际协助
141337335851419171718
156338538931623181719
148328234831518161816
159378240941620182020
162378738961717192122
153348138841519161915
137307433801515161816
156368238791416181714
151358135831515161720
157368338811616161617
167398939931818211818
143357236861518181817
140357134801417171715
145317737881619161819
158388040941620182020
162388539921319201822
153348138791419161515
137307433801715161616
143357236851418181817
143357236861518181817
153348138851619161915
137307433771415161517
143357236841517181717
142347236871418181819
143357335851319181817
153348138851619161915
137307433801318161716
143357236861518181817
145357436931618181922
142357235831417181717
1403571348115...
阅读(3565)|
我也是个初学者，面对上面的问题我们的做法一般是：首先进行相关性分析，如pearaon，spreaman相关分析。然后对存在相互关系的变量进行偏相关分析，以确定他们之间确切的关联性。在根据偏相关分析结果建立结构方程模型，最后用path analysis检测模型。要根据实际要解决的问题具体分析。有问题可以到QQ交流群交流：
人人移动客户端下载扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
下载作业帮安装包
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
如何区分自变量与因变量
ˇ小澎湃⌒疦撶
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
想要做数据统计,最最基础的得先会区分自变量和因变量,各本统计书中都会对其下一个定义,举一些例子,但是想当年我看的时候,看完了还是好迷茫~说说我自己对这二个的理解吧~ 一堆数据,比如说：80 75 90 78 65 99 87 65 98 68 87 83 69 79 88 81 74 95 首先回答,这些数据是什么? 答：按班级分成了2组 组1-甲班 组2-乙班 即我得到了甲班和乙班的语文考试成绩,这二组数据的不同之处就是一个是甲班的,一个是乙班的 我可以比较甲班和乙班语文考试成绩 自变量---班级（甲班和乙班） 因变量---语文考试成绩 因变量每个组是一样的,都是语文考试成绩 为了更好理我和你比谁的钱多,比的是钱,我和你比,钱就可以看做是因变量,我和你就可以看做自变量 总结：自变量就是回答谁和谁比,因变量就是回答比什么 比较的结果有三种：甲班的成绩高于乙班,甲班的成绩低于乙班,甲乙二个班成绩差不多 统计结果上而言,甲高于乙或是甲低于乙都认为甲班和乙班的语文考试成绩之间有显著差异,而差不多就是甲班和乙班的语文考试成绩之间没有显著差异 强化： 组1: 80 90 65 87 98 87 69 88 74 组2：75 78 99 65 68 83 79 81 95 分组依据-性别 组1-男生 组2-女生 我们可以比较男生和女生的语文考试成绩 自变量----性别 因变量----语文考试成绩 分三组、四组都是一样的只是若是统计上有显著差异的话,就说明至少有一个组和其他组相差很多（高或低）, 正常的程序是应该先确定自变量,然后确定因变量,这样倒过来是为了便于理解什么是自变量和因变量
为您推荐：
其他类似问题
扫描下载二维码}