反应变量

方法/步骤>01做出以年份为X轴，收入支出为左边和右边的Y轴，1、做出关于年份和收入的折线图，>022、然后，右击收入的Y轴坐标，点击“选择数据”，>033、在弹出的对话框中点击“添加” >044、再在弹出的对话框中点击“支出“，选择支出那一列数据>055、得出的图如下，然后在支出的图例上（注意只能是支出的图例不能选中支出和收入的图例！！！）右击选择”设置数据系列格式“>066、在弹出的对话框中选择”次坐标轴“>077、点击关闭 即可 步骤中很多确定和按enter的步骤都省略了哈 希望对大家有帮助

如果模型为y=a+bx+u,操作即为regyx（前提是有y，x两个数据组）结论表格出来后在coef.那一列_cons的数值即为a，x所对应的即为b

控制变量法：定义 ： 把多因素的问题变成多个单因素的问题，而只改变其中的某一个因素，从而研究这个因素对事物影响，分别加以研究，最后再综合解决，这种方法叫控制变量法。 意义： 在研究物理问题时,某一物理量往往受几个不同物理的影响

收集数据，在坐标系里画出每个点，然后用大致的曲线画出来

平均指标反映了变量分布的集中趋势。平均指标又称平均指标，反映的是现象在某一空间或时间上的平均数量状况。 多用于社会经济统计中，一般用平均数形式表示，因此也称为平均数。

【答案】：A等级资料介于定量测量和定性观察之间的半定性观察结果，通常有两个以上等级，如阴性、阳性、强阳性，治愈、好转、有效、无效等。

ogistic回归主要用于危险因素探索。因变量y为二分类或多分类变量，自变量既可以为分类变量，也可以为连续变量。 　　回归分析预测法，是在分析市场现象自变量和因变量之间相关关系的基础上，建立变量之间的回归方程，并将回归方程作为预测模型，根据自变量在预测期的数量变化来预测因变量关系大多表现为相关关系。因此，回归分析预测法是一种重要的市场预测方法，当我们在对市场现象未来发展状况和水平进行预测时，如果能将影响市场预测对象的主要因素找到，并且能够取得其数量资料，就可以采用回归分析预测法进行预测。它是一种具体的、行之有效的、实用价值很高的常用市场预测方法。Logit回归共分为三种，分别是二元Logit（Logistic）回归、多分类Logit（Logistic）回归，有序Logit（Logistic）回归（也称Oridinal回归），此三个方法的区别在于因变量Y的数据类型。如果是有序Logit(logistic)回归，其因变量Y为定类且有序，即因变量的属性类别上为类别数据，但是类别之前可以对比大小，比如“不幸福，比较幸福和十分幸福”这是三种类别，但同时此三种类别可以对比大小，数字越大代表越幸福（此类数据也称有序数据）。如果因变量为此类数据时，则需要使用有序logit回归分析。如果X非常多(比如超过10个)，此时可以先对定类的X与Y进行卡方分析，对定量的X与Y进行方差分析，先看有没有差异关系，将最终有差异关系的X放入有序Logit回归模型中。这样X会较少，并且X与Y均有差异关系，也更可能有影响关系，此时有序Logit回归模型的预测准确率会更高。

【答案】：D计量资料亦称数值变量，为定量测量的结果，通常用专用仪器测量，并有计量单位，如身高（cm）、体重（kg）等。计量资料有连续性的特点，如身高可以是175cm、175.1cm、175.11cm等。

不可以用反应变量预测解释变量定量地建立一个反应变量与多个解释变量之间的线性关系，筛选危险因素，通过较易测量的变量估计不易测量的变量，通过解释变量预测反应变量，通过反应变量控制解释变量。

【答案】：A、C、D在医学研究中，试验或观察结果常按分组因素和反应变量分别记录。其中在计算统计指标时，各个反应变量又可进一步划分为计量资料、计数资料和等级资料三类。而选项AE则是分级因素的分类内容。所以本题答案为ACD。

两种。常用的方法是最小二乘法，这种方法可使最终由模型计算出来的被解释变量的估计值与其实际值之差的平方和为最小，也就是可使最终由模型计算出来的被解释变量的估计值更接近其实际值，第二种模型为回归模型，判断回归模型的估计值与被解释变量实际值的回归拟合程度的指标称为判定系数或可决系数，判定系数介于0和1之间，越接近于1，表明回归模型的拟合程度越好。

【答案】：A、B、C本题考查考生对因变量的指标的理解和掌握。一个恰当的因变量指标必须满足以下标准：①有效性，是指标充分代表当时的现象或过程的程度，也称为效度；②客观性，是指此指标是客观存在的，可以通过一定的方法观察到；③数量化，指标能数量化，或用数字、次数，或用一定的反应程度不同的语义以便于记录、统计，并进行比较。在以上几个选择指标的条件中，有效性是最重要的。为了使所用的指标具有较高的效度，应全面考虑，才能选择出好指标。

确定反应变量指标时应注意规定好反映的操作定义问题。规定好反映的操作定义是否在理论与实用上有价值，教育研究设计：广义的设计是指为解决研究，问题所拟定的比较详细的规划。反应变量是函数和统计学中的专业名词。

实验的反应变量应具备的特点：1、特异性。2、客观性。3、数量化。4、量程恰当。5、反应变量又称因变量，是函数和统计学中的专业名词，函数关系式Y=f（X）中，Y会随X的变动而变动，Y就称为反应变量（因变量）。

一）刺激变量刺激变量（Stimulus variables，简称S变量）是指能够引起机体反应的刺激特征。这些特征可以具有多种形式：（1）自然性刺激和社会性刺激，前者如声、光、电、温度、气味等刺激，后者如由言语、表情和动作所代表的社会意义（如蔑视、关怀、期待、命令等）；（2）具体性刺激和抽象性刺激，前者如具体的人、事、物及其变化，后者如文字、符号、讯号等；（3）外部刺激和内部刺激，前者来自机体外部环境，后者来自机体内部的变化，如内分泌激素的变化，使用药物对机体的影响等以及头脑中浮现出来的思想、观念、欲望等。（二）机体变量机体变量（Organismic variables，简称O变量）是指个体自身的特征。个体包含两类特征。物种特征和个体特征、各物种的所有个体都具有一定的、共同的形态特征和遗传上的性状综合，在生理上和行为上也都具有一定的共同特征。例如，一只猴与一条狗，对待同样的刺激，其行为反应有很大差异；但是如果是几只猴或几条狗，各自相比较，其行为反应则很相似。这是物种差异之故。同一物种中个体之间也有差异，这种差异称为个体差异，例如人们在性别、年龄、学历、经历、健康状况、智力水平、性格、需要、动机、价值观和自我观念等方面的差异。这些个体特征有些是生理上的，有些是心理上的；有些是比较持久的，有些是经常变动的。 （三）反应变量反应变量（Response variables简称R变量）是指刺激引起在行为上发生变化的反应种类和特征。人的行为反应可分为言语行为反应和动作行为反应．反应变量是极其多样化的、我们可以从下列几方面来分析。反应速度上的差异，如人们在完成一项作业所需的时间，或一定时间里完成作业数量上的不同等。反应正确性上的差异，如计算的正误次数，击中靶的次数或离中心的距离的不同等。反应难度上的差异，即对不同难度的作业（如记忆广度、智力量表）人们所能达到的水平的不同以及反应次数和强度上的差异等等。很明显，刺激变量和反应变量大多是能够客观观测的。有些机体变量如性别、年龄、学历、健康状况也是比较容易客观观测的。另一些机体变量如智力、性格、需要、动机以及认知、情绪等心理现象虽然无法直接观测，但是通过刺激变量和反应变量进行间接推论，也是可以客观研究的。例如，可以客观地研究 在其他条件相等的情况下，要求儿童把一系列数字（刺激变量）加起来，观察他们给出什么答案，在多少时间里得出结果（反应变量），从而就可以间接推知其智力发展水平情况（机体变望）。如果让儿童在做题时说出头脑里进行的所有活动，详细记录，然后进行分析，还可以了解到在解题时所使用的策略。例如，让儿童算7+7+9+3=？，从口语记录中就可以知道有些儿童用的是累加法，另一些儿童则可能是使用另外的策略7+3=10，7+9=16，再做10+16= 26。因此，通过对刺激变量、机体变量和反应变量相互关系的考察，是能够客观地研究人的心理的。

实验变量亦称自变量,指实验中由实验者所操纵、给定的因素或条件。反应变量亦称因变量或应变量，指实验中由于实验变量而引起的变化和结果。如比较过氧化氢酶和Fe3+的催化效率的实验自变量：催化剂种类（Fe3+和过氧化氢酶）因变量：用气泡产生速度，卫生香燃烧程度观察植物细胞的质壁分离和复原的实验自变量：外界溶液的浓度（高渗及低渗溶液）因变量：质壁分离（液泡失水缩小、颜色变浓、原生质层与细胞壁分离）；质壁分离复原（液泡恢复原状、颜色变浅、原生质层恢复原状）植物向性运动的实验设计和观察自变量：①是否单侧光照（黑暗、单侧光照、均匀光照）①改变幼苗的空间位置以接受重力影响因变量：①幼苗的弯曲状况；②根的弯曲方向