干预变量

变量就是指一切存在不同的值的指标。比如性别、年龄、身高、学历、温度等，几乎所有的都可以称作变量。变量里面又根据研究目的的不同分为 自变量、因变量、控制变量、随机变量等自变量和因变量通常是一起出现的，有自变量的地方就应该有因变量，或者只要谈到因变量 就必须提自变量！

变量[数学名词]，变数或变量，是指没有固定的值，可以改变的数。变量以非数字的符号来表达，一般用拉丁字母。变量是常数的相反。变量的用处在于能一般化描述指令的方式。结果只能使用真实的值，指令只能应用于某些情况下。变量能够作为某特定种类的值中任何一个的保留器。{计算机名词]，变量来源于数学，是计算机语言中能储存计算结果或能表示值抽象概念。变量可以通过变量名访问。在指令式语言中，变量通常是可变的；但在纯函数式语言（如Haskell）中，变量可能是不可变（immutable）的。在一些语言中，变量可能被明确为是能表示可变状态、具有存储空间的抽象（如在Java和Visual Basic中）；但另外一些语言可能使用其它概念（如C的对象）来指称这种抽象，而不严格地定义“变量”的准确外延。

主要差别是前者为动态模型，后者为静态模式。补充:虚拟变量 ( Dummy Variables) 又称虚设变量、名义变量或哑变量，用以反映质的属性的一个人工变量，是量化了的自变量，通常取值为0或1。引入哑变量可使线性回归模型变得更复杂，但对问题描述更简明，一个方程能达到两个方程的作用，而且接近现实。虚拟变量的作用如下：可以描述和测量定性因素的影响；能够正确反映经济变量之间的关系，提高模型的精度；便于处理异常数据虚拟变量设置的原则如下：在模型中引入多个虚拟变量时，虚拟变量的个数应该按照下列原则确定；如果回归模型有截距项，有m种互斥的属性类型，在模型中引入（m-1）个虚拟变量；如果回归模型无截距项，有m个特征，设置m个虚拟变量干预变量：存在于自变量到因变量因果链上的变量,它引起因变量的变化,而其本身随自变量而变化。这种变量在统计学上既与自变量有联系又与因变量有联系。干预变量有两种：一种是持续性的干预变量，表示T时刻发生以后，一直有影响，可以用阶跃函数表示，第二种是短暂性的干预变量，表示在某时刻发生，仅对该时刻有影响，用单位脉冲函数表示，