您如何“控制”一个因素/变量？

据我了解，“控制”在统计中可以有两个含义。

1. 对照组：在实验中，未对对照组成员进行任何治疗。例如：安慰剂与药物：您将药物分配给一组而不是另一组（对照组），这也称为“对照实验”。

2. 变量控制：分离特定自变量影响的技术。赋予该技术的其他一些名称是“占”，“保持常数”，“控制”，一些变量。例如：在一项足球观看研究中（喜欢或不喜欢），您可能想要消除性别的影响，因为我们认为性别会导致偏见，也就是说，男性可能比女性更喜欢它。

所以，我的问题是针对第（2）点。两个问题：

通常，您如何“控制” /“考虑”变量。使用什么技术？（就回归而言，方差分析框架）。

在上面的示例中，随机选择男性和女性是否构成控制？也就是说，“随机性”是控制其他效果的技术之一吗？

如前所述，控制通常意味着在回归中包括变量（如@EMS所指出的，这并不能保证成功实现此目标，他链接到this）。关于此主题已经存在一些高度投票的问题和答案，例如：

• 一个“控制其他变量”到底如何？
• 在多元回归中“控制”和“忽略”其他变量之间有区别吗？
• 用简单的英语解释模型调整

这些问题的公认答案都是对您在观察性（我想说是相关性）框架内提出的问题的很好的处理，更多此类问题可以在此处找到。

但是，您是在实验或ANOVA框架内专门提出问题的，对此主题可以给出更多的想法。

在实验框架内，您可以通过在不同的实验条件下对个人（或其他观察单位）进行随机化来控制变量。潜在的假设是，结果之间的唯一区别是实验处理。当正确随机化时（即，每个人在每种情况下都有相同的机会），这是一个合理的假设。此外，只有随机化允许您从观察中得出因果推论，因为这是确保没有其他因素影响结果的唯一方法。

但是，也有必要在实验框架内控制变量，即在存在另一个也会影响该因变量的已知因素时。提高统计能力，然后控制该变量可能是一个好主意。用于此目的的常用统计程序是协方差分析（ANCOVA），基本上也只是将变量添加到模型中。

现在到了关键所在：为了使ANCOVA合理，对组的分配是随机的，并且对其进行控制的协变量与分组变量不相关是至关重要的。
不幸的是，这经常被忽略，导致无法解释的结果。Miller＆Chapman（2001）对这个确切的问题（即何时使用ANCOVA）进行了非常易读的介绍：

尽管在许多场所进行了许多技术处理，协方差分析（ANCOVA）仍然是一种广泛使用的方法，用于处理潜在协变量的实质性群体差异，尤其是在心理病理学研究中。已发表的文章得出了毫无根据的结论，一些统计数据忽略了这个问题。在这种情况下，ANCOVA出现了问题。在许多情况下，没有办法实现对潜在协变量“校正”或“控制”实际群体差异的表面吸引力目标。为了减少滥用ANCOVA并促进适当的使用，提供了非技术性的讨论，强调了在教科书和其他一般性介绍中很少表达的实质性混淆，以补充已经存在的数学批评。

Miller，GA和Chapman，JP（2001）。对协方差的误解。异常心理学杂志，110（1），40-48。doi：10.1037 / 0021-843X.110.1.40

要控制一个变量，可以将一个相关特征的两个组均等，然后比较您正在研究的问题上的差异。我只能用一个例子来说明，而不是正式地讲，商学院是过去的几年，所以就在那里。

如果您会说：

巴西是不是更丰富的瑞士，因为巴西拥有3524十亿$国民收入和瑞士只是551十亿

您绝对是正确的，但是12岁以上且对世界一窍不通的人都会怀疑该说法也有问题。

最好将瑞士的人口增加到巴西的人口，然后再比较收入。因此，如果瑞士的人口与巴西的人口相当，那么他们的收入将是：

（2.1亿/ 850万）* 5510亿美元= 13612亿美元

这使得他们的财富大约是巴西的35240亿美元的4倍。

是的，您也可以采用人均方法，比较平均收入。但是以上方法，您可以多次应用。