[问答] 回归分析 控制变量   [推广有奖]

在下是这么理解的，不一定正确，欢迎拍砖。
各种回归中因变量不用说了，自变量吗，有研究者希望研究的因素，也有并不想考虑，但又无法排除的因素，比如研究体重，就要考虑性别年龄种族饮食习惯等等，假如想弄清楚体重和饮食习惯的关系，只考虑这两者显然是不行的，因为体重还和其它因素有关，于是就有了因变量是饮食习惯，同时又有诸如性别年龄等“控制因素”同时存在于某个模型的情况。控制因素的存在，目的是将因变量的比较固定于一个统一的基线。因为除了要研究的因素外，其它因素对因变量也是有影响的，而且不同水平下影响不同，这样，在不同水平下比较同一事物就不合适，而将所谓控制因素固定后，因变量的影响就可以在统一水平下比较了。
spss中，所谓影响因素和控制因素也是相对的，都是自变量，也就同时进入模型（假如都有意义），只是解释的时候有：在控制了其它因素的影响下，影响因素的作用如何如何的说法。
控制了其它因素的影响后如何如何，不是和未添加控制因素的结果相比较，如果只有影响因素而没有其它控制因素存在（这些因素确实对因变量有影响），那么这个模型对客观事物的描述自然是不完全的，这种情况下的解释就只能是：在不考虑其它控制因素的前提下，因变量对自变量的影响如何如何。不过，这恐怕就免不了编辑的大斧了。

说得非常明白，就是直接拿添加了控制变量的结果进行分析就可以了吧。小懂了，楼上真是位热心侠士啊。
不过还有一个问题：这些变量，包括控制变量，在回归结果后，如果有些sig》0.05呢,那是不是没有了分析的意义呢，望兄台指教。

再说一遍，不一定正确，自己的理解而已。
有些自变量>0.05,说明有它没它对模型的解释能力没影响，这种情况一般是使用者筛选变量时使用的是enter方法造成的，不是错误，如果使用逐步法，那么这些>0.05的变量一般就不会保留在模型中了。至于这0.05界限，可以自己设定，比如0.01，总之是个小概率事件的界限。据说有些时候你要研究的因变量也就是所谓影响因素的显著性也会>0.05的，这种情况可以将其强行保留在模型中，当然解释的时候就只能说：在控制了其它变量后，影响因素对自变量的影响并不明显云云了。
欢迎讨论。

不好意思最后一句应该是：影响因素对因变量……。

恩，理解。有帮助。感谢

如果有时间，还请这位高手帮忙看看我的另一个帖子的问题，谢过了

2# chyshl 控制变量和主要研究的自变量一样处理，只是解释结果时进行区分。受益，谢谢！

很好，学习了

很是受用，但是具体用SPSS该如何操作还不明白，希望高人指点。