什么叫做自变量、因变量、控制变量

1 0. 说到数学中的这些概念，我印象深刻。
记得当时我在大学上高等数学课程的时候，老师说我们的自变量就像是一个自由函数，可以随意改变，就像数学中的x一样，可以不受限制地取任何值。
并且，跟随，跟随。
例如，如果y=f(x)，则无论x如何变化，y都必须变化。
这是因变量。

当时我有一个同学想问一个问题。
他曾问：“自变量和因变量与现实生活有什么关系？”我当时不懂，就解释说是种田。
自变量是选择从事农业的国家。
在科学实验方面，我对控制变量的概念理解得比较慢。
简单来说，在实验中，除了期望变量（自变量）之外，其他所有影响结果的变量都必须受到控制。
例如，如果一种新药的效果，除了剂量（自变量）外，患者的年龄、性别、病情等都必须相同，这样才能保证实验结果准确。

直到键盘。
您添加辣椒（自变量），并且想要查看味道的影响（因变量）。
然后锅里的其他调料油盐一定要调好，不能乱放，否则吃不出辣椒的味道。
归根结底，这些概念都是为了让我们更清楚地看到可变变量之间的联系，而其中的形状才是关键因素。

自变量是x还是y？

说实话，说到自变量y，我做实验的时候首先要绞尽脑汁。
我仍然记得我第一次接触这个概念时的情景。
老师举了一个例子：用不同颜色的提示卡对一组学生进行记忆测试。
研究发现，使用红卡的学生记得更快。
这里，提示卡的颜色是自变量 y，学生的分数是因变量 x。
请注意，这里 y=f(x) 的写法有点不正统，但在某些心理学范式中，研究人员就是喜欢这样绕来绕去。

有趣的是，连续自变量和离散自变量的划分还是蛮有趣的。
我之前在大学实验室进行过情绪识别实验，使用不同（连续）强度的视觉刺激让受试者做出判断。
但随后，一位师兄进行了一项实验，向受试者展示快乐、中性和悲伤（离散）的图片，以观察他们生理指标的变化。
这两种设计，第一种就像画一条曲线，第二种只看到几个点；第一个叫函数型实验，第二个叫因子型实验，听起来有点神秘。

说白了，自变量就是研究者可以直接操纵的东西。
例如，当我测试一种药物的效果时，我给不同的人群服用不同剂量的药物。
该剂量是自变量。
但有时自变量是无形的和有形的。
例如，我有一个研究睡眠不足的影响的师兄。
他如何操纵自变量？就是控制受试者持续清醒的小时数。
目前，自变量是“清醒持续时间”的概念，听起来很空洞。

最让我烦恼的是额外的变量。
我记得在一项实验中，我控制了所有可以想象到的温度和光线，但结果仍然很混乱。
后来我发现隔壁实验室装修时发出的噪音把我们的实验对象都赶走了。
在这种情况下，噪声是一个额外的隐藏变量。
所以现在在做实验之前，我总是要想：“如果窗外有一辆卡车经过怎么办？如果楼上的孩子在哭怎么办？” - 这东西令人窒息。

我没有亲自跑过阶乘实验的细节，但我记得的数据是，在认知心理学中，当实验中使用离散自变量时，结果往往更直观。
例如，如果你问某人“你喜欢红色还是蓝色？”，你可以直接选择。
与连续变量不同，您需要创建一个比例。
但我记得这些数据是 2 0 世纪 9 0 年代中期左右的。
现在技术不同了，我们可能不得不使用更复杂的方法来处理连续变量。

刺激本身是一个自变量的想法非常有趣。
例如，我的一个朋友做了一个眼球追踪实验。
他向受试者展示了一则广告，然后分析了眼球运动的轨迹。
目前，广告内容是一个自变量——它直接决定了主体的眼睛看向哪里。
但这里有一个小洞。
主体实际上是在“操纵”自己。
他可能想看到一些东西，从而将控制权交还给主体。
这时，自变量和被试的自发反应是交织在一起的，当时我不明白如何将它们完全分开。

总之，自变量复杂不复杂，但它是简单且需要特别考虑。
如果你想一想，实验中所有可以控制和改变的东西都必须被视为自变量。
但控制是否足够细致，取决于研究者的能力。