变量控制

在实验研究中，自变量（independent variable）是研究者主动操纵或选取的条件或因素，其取值变化被视为可能引起其他变量变化的原因；因变量（dependent variable）是研究者观察或测量的结果变量，被假定为自变量的函数或效应。这一对术语的区分是变量控制逻辑的起点：只有明确了哪个变量被操纵、哪个变量被测量，才谈得上对其它因素施加控制。^{44Experimental Psychology (7th ed.)cengage.com前往参考资料 ↓在新标签页中打开}

无关变量（extraneous variable，也称额外变量）是指除自变量之外、可能影响因变量但并非本研究关注焦点的变量。无关变量本身不等于误差：只要它与自变量的各水平保持平衡或随机化，就不会系统性地污染对自变量效应的估计；真正构成威胁的是当无关变量与自变量发生混淆（confounding）时，自变量的效应与无关变量的效应无法分离。^{55Experimental and Quasi-Experimental Designs for Researchworldcat.org前往参考资料 ↓在新标签页中打开}

在经典实验设计术语中，控制变量（control variable）指在研究中被刻意保持恒定或加以平衡的变量，其目的是防止它随自变量系统变化而成为混淆因素。控制变量与无关变量的区别在于处理方式：无关变量是尚未被处理或需要被识别的一切额外因素，控制变量则是已被纳入设计、以恒定、平衡或随机化方式处置的那部分无关变量。^{44Experimental Psychology (7th ed.)cengage.com前往参考资料 ↓在新标签页中打开|55Experimental and Quasi-Experimental Designs for Researchworldcat.org前往参考资料 ↓在新标签页中打开}

自变量、因变量与无关变量的划分不是变量本身的固有属性，而是相对于具体研究问题和假设而言的角色分配。同一个变量在一项研究中可以是自变量，在另一项研究中则可能是因变量或需要控制的无关变量；因此变量控制的第一步是明确研究问题并据此界定各变量的角色，而不是套用固定的变量清单。^{66Research Design: Qualitative, Quantitative, and Mixed Methods Approaches (5th ed.)us.sagepub.com前往参考资料 ↓在新标签页中打开}

在非实验研究中，研究者无法操纵自变量，只能观测其自然变化，此时无关变量的处理从实验控制转为统计控制：通过在分析中纳入协变量或分层，估计并剔除无关变量对因变量的影响。这一转变并不改变自变量、因变量与无关变量的基本角色划分，但使因果解释的强度弱于随机化实验。^{66Research Design: Qualitative, Quantitative, and Mixed Methods Approaches (5th ed.)us.sagepub.com前往参考资料 ↓在新标签页中打开|77Causal Inference: What Ifhsph.harvard.edu前往参考资料 ↓在新标签页中打开}

在因果推断的潜在结果框架中，自变量与因变量的关系被形式化为干预对结果的影响，无关变量则对应同时影响干预分配与结果的混杂因素（confounder）。这一框架把「控制无关变量」重新表述为「阻断混杂路径」，从而使变量控制的目标从「保持一切恒定」转变为「识别并调整混杂」。^{77Causal Inference: What Ifhsph.harvard.edu前往参考资料 ↓在新标签页中打开|88Causality: Models, Reasoning, and Inference (2nd ed.)cambridge.org前往参考资料 ↓在新标签页中打开}

在心理学与教育研究方法教科书中，自变量常按操纵方式分为环境变量、被试变量与任务变量等类别，因变量则按测量水平分为反应时、正确率、评分等；无关变量的常见来源包括被试个体差异、实验者效应、顺序效应与测量工具漂移。这些分类是教学与设计检查的常用框架，而非唯一划分标准。^{44Experimental Psychology (7th ed.)cengage.com前往参考资料 ↓在新标签页中打开}

在因果推断中，混淆（confounding）指存在一个同时影响处理（自变量）与结果（因变量）的第三变量，使得处理与结果之间出现非因果的统计关联；若不加控制，观察到的关联可能完全由该第三变量产生，从而误导因果结论。^{99Causal Inference: What Ifmiguelhernan.org前往参考资料 ↓在新标签页中打开|1010Causal Inference in Statistics: A Primerwiley.com前往参考资料 ↓在新标签页中打开}

因果识别的核心问题是：仅凭数据中的统计关联无法唯一确定因果方向与因果效应，必须借助额外假设（如无未观测混淆、正性、一致性等）才能从观测数据中识别因果量；变量控制正是试图满足或逼近这些假设的操作手段。^{1010Causal Inference in Statistics: A Primerwiley.com前往参考资料 ↓在新标签页中打开|1111Causality: Models, Reasoning, and Inference (2nd ed.)cambridge.org前往参考资料 ↓在新标签页中打开}

随机化是消除混淆的最强设计：将处理随机分配，使处理在期望上与所有潜在混淆变量（包括未观测的）独立，从而在大型样本下使处理与结果之间的关联可被解释为因果效应；这也是随机对照试验（RCT）被视为因果识别黄金标准的原因。^{99Causal Inference: What Ifmiguelhernan.org前往参考资料 ↓在新标签页中打开|1212Randomized Controlled Trials (RCTs)training.cochrane.org前往参考资料 ↓在新标签页中打开}

在无法随机化的观察性研究中，控制混淆的常用手段包括分层、匹配、回归调整、倾向得分方法以及工具变量、断点回归、双重差分等设计；这些方法各自依赖不同的识别假设，控制变量只能消除已观测混淆，无法自动消除未观测混淆。^{1010Causal Inference in Statistics: A Primerwiley.com前往参考资料 ↓在新标签页中打开|1111Causality: Models, Reasoning, and Inference (2nd ed.)cambridge.org前往参考资料 ↓在新标签页中打开|1313Modern Epidemiology (4th ed.)shop.lww.com前往参考资料 ↓在新标签页中打开}

控制变量并非越多越好：若把处理的后代变量（中介变量）或对撞变量（collider）纳入调整，反而会引入新的偏倚（过度控制偏倚与对撞分层偏倚），使原本可识别的因果效应变得不可识别。^{1111Causality: Models, Reasoning, and Inference (2nd ed.)cambridge.org前往参考资料 ↓在新标签页中打开|1414A Crash Course in Good and Bad Controlsjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

有向无环图（DAG）与后门准则为“该控制哪些变量”提供了形式化判据：一组变量若阻断了处理与结果之间所有含箭头的后门路径，则调整该组变量即可识别因果效应；这使变量控制从经验判断转变为可检验的图形化推理。^{1111Causality: Models, Reasoning, and Inference (2nd ed.)cambridge.org前往参考资料 ↓在新标签页中打开|1515The Book of Why: The New Science of Cause and Effectbasicbooks.com前往参考资料 ↓在新标签页中打开}

在观察性数据中，即使调整了大量协变量，仍可能存在未观测混淆；此时因果结论的稳健性依赖于敏感性分析（如 E-value、Rosenbaum 界）来量化“需要多强的未观测混淆才能推翻结论”。^{1313Modern Epidemiology (4th ed.)shop.lww.com前往参考资料 ↓在新标签页中打开|1616Sensitivity Analysis in Observational Research: Introducing the E-Valueacpjournals.org前往参考资料 ↓在新标签页中打开}

关于“控制变量应基于先验因果知识还是数据驱动选择”，统计学与因果推断文献存在方法论争：一方主张依据领域知识与 DAG 预先指定调整集，另一方则发展出高维协变量选择与双重稳健估计等数据自适应方法，两者在有限样本与模型误设下的表现仍有讨论。^{1111Causality: Models, Reasoning, and Inference (2nd ed.)cambridge.org前往参考资料 ↓在新标签页中打开|1717Double/Debiased Machine Learning for Treatment and Structural Parametersacademic.oup.com前往参考资料 ↓在新标签页中打开}

在因果推断中，混淆（confounding）指处理变量与结果变量之间存在一个共同原因（混杂因子），使得处理与结果之间的关联部分或全部并非来自处理本身；当这种共同原因未被观测或未被控制时，估计出的处理效应就是有偏的。这是“自变量混淆”的核心含义：自变量的效应与混杂因子的效应纠缠在一起，无法分离。^{1818Causal Diagrams for Empirical Researchjstor.org前往参考资料 ↓在新标签页中打开|99Causal Inference: What Ifmiguelhernan.org前往参考资料 ↓在新标签页中打开}

Pearl 提出的“后门准则”给出了判断一组协变量是否足以控制混淆的操作性标准：若一组变量阻断了处理与结果之间所有指向处理的后门路径，且其中不含处理的后代，则调整这组变量即可识别因果效应。这为“需要控制哪些变量”提供了形式化依据，也说明并非控制越多变量越好。^{1818Causal Diagrams for Empirical Researchjstor.org前往参考资料 ↓在新标签页中打开}

在随机对照试验中，随机分配使处理独立于所有潜在混杂因子（包括未观测的），因此从设计上切断了混淆路径；而在观察性研究中，研究者只能依赖已测量的协变量进行调整，未测量的混杂始终是残余偏倚的来源。这正是观察性研究比随机试验更依赖变量控制、也更易受混淆威胁的原因。^{99Causal Inference: What Ifmiguelhernan.org前往参考资料 ↓在新标签页中打开|1919Randomized Controlled Trials: Design and Implementationbmj.com前往参考资料 ↓在新标签页中打开}

一个经典的经验案例是“辛普森悖论”：当数据按某个协变量分层后，各层的关联方向可能与合并数据的方向相反。这直观说明，忽略一个与处理和结果都相关的变量，可能使自变量的表观效应完全反转，而分层或调整该变量后结论随之改变。^{2020Simpson's Paradoxplato.stanford.edu前往参考资料 ↓在新标签页中打开}

控制变量并非越多越好：调整处理的后代变量（中介变量）会阻断处理经由该中介传递的真实效应，调整对撞变量（collider）则可能人为制造处理与结果之间的虚假关联。因此变量控制需要依据因果图或领域知识判断哪些变量应当调整、哪些不应调整，而非机械地把所有可得协变量放入模型。^{1818Causal Diagrams for Empirical Researchjstor.org前往参考资料 ↓在新标签页中打开|1414A Crash Course in Good and Bad Controlsjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

在观察性数据分析中，即使调整了大量协变量，未测量的混杂仍可能导致估计偏倚；有研究通过定量偏倚分析表明，一个未观测混杂因子只需与处理和结果存在中等强度的关联，就足以解释掉观察到的效应，这提醒研究者对“控制了很多变量”的结果保持审慎。^{2121Assessing the sensitivity of regression results to unmeasured confounders in observational studiesjstor.org前往参考资料 ↓在新标签页中打开}

因果推断的核心前提是反事实比较：要判断 X 是否导致 Y，必须比较「X 发生时的 Y」与「同一对象在 X 未发生时的 Y」。但个体层面的反事实结果永远不可同时观测，这就是因果推断的根本问题（fundamental problem of causal inference）。变量控制之所以必要，首先是因为它试图通过设计或统计手段，为这种不可观测的反事实构造一个可观测的替代物。^{99Causal Inference: What Ifmiguelhernan.org前往参考资料 ↓在新标签页中打开}

在实验研究中，随机分配是构造可比组、逼近反事实的黄金标准：随机化使处理组与控制组在期望上于所有协变量（包括未观测变量）上平衡，从而切断处理与潜在混杂因素之间的关联。变量控制在此语境下首先意味着保证随机化不被破坏，并在分析阶段纳入必要的协变量以提高精度。^{2323Randomization in Clinical Trials: Theory and Practiceonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开|2424Experimental and Quasi-Experimental Designs for Generalized Causal Inferencecengage.com前往参考资料 ↓在新标签页中打开}

在非实验数据中，处理分配往往与观测到的协变量相关，甚至与未观测因素相关。此时若不控制混杂变量，估计出的关联会偏离因果效应。Pearl 的形式化框架把这一条件表述为后门准则（back-door criterion）：控制一组变量后，若处理与结果之间所有后门路径都被阻断，则调整后的关联可识别因果效应。变量控制因此是识别策略成立的前提条件，而非可选的稳健性修饰。^{2525Causality: Models, Reasoning, and Inference (2nd ed.)cambridge.org前往参考资料 ↓在新标签页中打开}

变量控制还承担着排除虚假相关、降低遗漏变量偏误的功能。在观察性研究中，若影响处理与结果的共同原因未被纳入模型，估计量会产生偏误；遗漏变量偏误的方向与大小取决于被遗漏变量与处理、结果之间的关系。控制可观测混杂只能缓解可观测部分的偏误，对未观测混杂无能为力，这正是观察性因果推断需要额外识别假设（如工具变量、断点回归、双重差分等设计）的原因。^{2626Mostly Harmless Econometrics: An Empiricist's Companionpress.princeton.edu前往参考资料 ↓在新标签页中打开|2727Causal Inference for Statistics, Social, and Biomedical Sciences: An Introductioncambridge.org前往参考资料 ↓在新标签页中打开}

因果推断的可识别性还要求一致性（consistency）、 positivity（正值性）等前提：一致性要求个体在给定处理水平下的观测结果等于其潜在结果；正值性要求每种处理水平在协变量各层中都有正概率出现。变量控制在设计阶段需要保证这些前提不被违反，例如避免在某一协变量层中所有个体都接受同一处理，否则该层内无法进行有效比较。^{2828Comment: Understanding Simpson's Paradoxtandfonline.com前往参考资料 ↓在新标签页中打开}

在因果图框架下，控制变量的选取并非越多越好：控制处理的后代变量（mediator 或 collider）会引入新的偏误。控制中介变量会阻断部分因果路径，使估计量偏离总效应；控制碰撞变量（collider）则会在其父节点之间制造虚假关联。因此变量控制的前提不仅是「控制混杂」，还包括「不控制不该控制的变量」，这要求研究者事先明确因果结构假设。^{2525Causality: Models, Reasoning, and Inference (2nd ed.)cambridge.org前往参考资料 ↓在新标签页中打开|1414A Crash Course in Good and Bad Controlsjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

变量控制与因果推断前提之间的关系在流行病学和经济学中都有系统讨论：流行病学中的混杂控制准则强调控制变量必须是结果的原因且与处理相关，而非处理的结果；经济学中的条件独立假设（conditional independence / unconfoundedness）则要求给定协变量后处理分配与潜在结果独立。两者表述不同，但共同指向同一逻辑：控制变量必须切断处理与结果之间的非因果关联通道。^{2929Confounding in Epidemiologic Studiesacademic.oup.com前往参考资料 ↓在新标签页中打开|3030The Central Role of the Propensity Score in Observational Studies for Causal Effectsacademic.oup.com前往参考资料 ↓在新标签页中打开}

在实验设计中，固定其他参数（即把某些实验要素在整个研究过程中保持恒定）是控制变量的一种基本操作方式：实验者只改变一个自变量，同时让其他可能影响因变量的要素保持不变，从而观察因变量随该自变量变化的情况。^{3131图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开|3232控制变量 - 维基百科，自由的百科全书zh.wikipedia.org前往参考资料 ↓在新标签页中打开}

控制变量（control variable，又称科学常量）指的是在整个研究过程中恒定不变的实验要素；其固定状态的目的不是让它在结果中被考察，而是为了更好地理解其他被测变量之间的关系。^{3131图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开|3232控制变量 - 维基百科，自由的百科全书zh.wikipedia.org前往参考资料 ↓在新标签页中打开}

固定其他参数之所以必要，是因为实验中控制变量的任何变化都会使因变量与自变量之间的相关性失效，造成实验结果偏斜；换言之，未被固定的额外变量会与自变量混淆，使观察到的效应无法归因于自变量本身。^{3131图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开|3232控制变量 - 维基百科，自由的百科全书zh.wikipedia.org前往参考资料 ↓在新标签页中打开}

在自然状态下，一个系统中的许多变量可能彼此独立，但每一个都可能影响另一个；因此实验者操作自变量、测试其对因变量的影响时，任何附加的独立变量都可以被当作控制变量固定下来。^{3131图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开|3232控制变量 - 维基百科，自由的百科全书zh.wikipedia.org前往参考资料 ↓在新标签页中打开}

以波义耳定律实验为例，其数学关系可写成 PV/T = k；若研究压强与体积的关系，就需要把温度这一参数固定，否则温度变化会同时影响压强与体积，使 P 与 V 之间的关系无法被单独识别。^{3232控制变量 - 维基百科，自由的百科全书zh.wikipedia.org前往参考资料 ↓在新标签页中打开}

固定其他参数并不等于把实验做得“更干净”就万事大吉：被固定的参数在实验所选定的水平上才成立，若把结论外推到该参数的其他取值，固定所带来的简化就可能不再成立，因此报告时需要说明固定了哪些参数、固定在什么水平。^{3131图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

随机化（randomization）指通过随机机制把实验单元分配到处理组与对照组，使两组在期望上在所有已观测与未观测特征上趋于平衡。它是实验设计中处理混杂（confounding）的核心手段，其思想可追溯至费希尔在20世纪20—30年代于洛桑实验站建立的试验设计框架。^{3333The Design of Experimentsarchive.org前往参考资料 ↓在新标签页中打开|3434Experimental and Quasi-Experimental Designs for Researcharchive.org前往参考资料 ↓在新标签页中打开}

随机化的作用在于让处理分配独立于潜在结果：在期望意义上，处理组与对照组在结果变量上的差异可归因于处理本身，而非组间既有的差异。这是随机对照试验（RCT）能够支持因果推断的统计基础。^{3434Experimental and Quasi-Experimental Designs for Researcharchive.org前往参考资料 ↓在新标签页中打开|99Causal Inference: What Ifmiguelhernan.org前往参考资料 ↓在新标签页中打开}

随机化只保证组间在期望上平衡，并不保证任何一次具体实验中两组完全可比。样本量较小时，随机分配仍可能产生明显的组间不平衡，因此实践中常配合区组随机化（block randomization）或分层随机化（stratified randomization）来控制已知的重要协变量。^{3434Experimental and Quasi-Experimental Designs for Researcharchive.org前往参考资料 ↓在新标签页中打开|3535Experimental Designsarchive.org前往参考资料 ↓在新标签页中打开}

对照组（control group）指不接受目标处理、或接受安慰剂/常规处理的比较组。设置对照的目的，是提供一个反事实参照，用以扣除时间趋势、测量漂移、安慰剂效应与自然恢复等与处理无关的变化。^{99Causal Inference: What Ifmiguelhernan.org前往参考资料 ↓在新标签页中打开|3636Clinical Epidemiology: The Essentialsshop.lww.com前往参考资料 ↓在新标签页中打开}

在临床试验中，随机化与对照常与盲法结合使用：随机化处理分配偏倚，盲法处理测量偏倚与实施偏倚。Cochrane协作组织的偏倚风险评估工具将“随机序列产生”“分配隐藏”“对受试者与实施者设盲”“对结果评价者设盲”列为独立的评估域，说明随机化与盲法在方法学上是彼此区分、不可互相替代的控制手段。^{3737Cochrane Handbook for Systematic Reviews of Interventions, version 6.4training.cochrane.org前往参考资料 ↓在新标签页中打开|3838RoB 2: a revised tool for assessing risk of bias in randomised trialsbmj.com前往参考资料 ↓在新标签页中打开}

分配隐藏（allocation concealment）指在受试者被纳入试验之前隐藏随机分配序列，防止招募者预知下一例的分组。它与随机序列产生是不同环节：序列可以随机产生，但若未隐藏，招募者仍可能通过选择性纳入破坏组间可比性。^{3737Cochrane Handbook for Systematic Reviews of Interventions, version 6.4training.cochrane.org前往参考资料 ↓在新标签页中打开|3838RoB 2: a revised tool for assessing risk of bias in randomised trialsbmj.com前往参考资料 ↓在新标签页中打开}

随机化并不能消除所有偏倚来源。若随机化之后的实施过程出现组间差异（如失访不均衡、依从性差异、测量方式不一致），仍会引入偏倚；此时意向性分析（intention-to-treat）等分析策略被用来保留随机化带来的可比性。^{99Causal Inference: What Ifmiguelhernan.org前往参考资料 ↓在新标签页中打开|3737Cochrane Handbook for Systematic Reviews of Interventions, version 6.4training.cochrane.org前往参考资料 ↓在新标签页中打开}

在无法随机分配的场合（如吸烟、教育年限等暴露），研究者只能依赖观察性设计中的统计控制（如回归调整、倾向得分匹配），但这些方法只能控制已测量到的混杂因素，无法像随机化那样在期望上平衡未测量因素。这是随机化与统计控制在因果识别能力上的关键差别。^{3434Experimental and Quasi-Experimental Designs for Researcharchive.org前往参考资料 ↓在新标签页中打开|99Causal Inference: What Ifmiguelhernan.org前往参考资料 ↓在新标签页中打开}

随机对照试验并非在所有研究问题上都可行或合乎伦理。当随机分配本身可能造成伤害、或问题涉及宏观政策与长期暴露时，研究者常转向准实验设计（如自然实验、断点回归、双重差分），这些设计通过寻找外生变异来近似随机化的效果。^{99Causal Inference: What Ifmiguelhernan.org前往参考资料 ↓在新标签页中打开|2626Mostly Harmless Econometrics: An Empiricist's Companionpress.princeton.edu前往参考资料 ↓在新标签页中打开}

单变量原则（一次只改变一个变量）在实验设计中常被当作控制混淆的默认规则，但当多个因素存在交互作用时，逐一改变单个变量无法识别联合效应，甚至可能得出在组合条件下不成立的结论。^{3939Design and Analysis of Experimentswiley.com前往参考资料 ↓在新标签页中打开}

析因实验（factorial experiment）通过同时操纵多个因素并估计主效应与交互效应，克服了单变量策略在存在交互作用时的局限；Fisher 在 1926 年就指出，一次只变一个变量的传统方法效率低且无法揭示交互作用。^{4040The Arrangement of Field Experimentsjstor.org前往参考资料 ↓在新标签页中打开}

在存在交互作用的情形下，单变量实验的结果依赖于其他变量所处的固定水平，因此其结论的外推范围受限；析因设计则能估计各因素在不同水平组合下的效应，从而支持更一般的推断。^{4141Statistics for Experimenters: Design, Innovation, and Discoverywiley.com前往参考资料 ↓在新标签页中打开}

单变量原则在筛选阶段仍具价值：当因素数量多、实验成本高时，一次一因素（OFAT）方法简单易行，常被用于初步筛选；但其无法区分主效应与交互效应，后续仍需析因或响应曲面设计加以验证。^{4242Experimental Design and Analysisstat.cmu.edu前往参考资料 ↓在新标签页中打开}

有方法学文献指出，在存在交互作用时坚持单变量原则可能导致对最优条件的错误判断，因为逐个改变变量所达到的“最优”组合未必是全局最优；这一局限在工程与工业实验中被反复讨论。^{4343One-Factor-at-a-Time Versus Designed Experimentstandfonline.com前往参考资料 ↓在新标签页中打开}

关于单变量原则是否应被彻底放弃，学界存在不同侧重：一方强调析因设计在效率与交互检测上的优势，主张在条件允许时优先采用；另一方则指出在探索性研究或强约束场景下，单变量策略仍具实用价值，二者并非非此即彼。^{4040The Arrangement of Field Experimentsjstor.org前往参考资料 ↓在新标签页中打开|4242Experimental Design and Analysisstat.cmu.edu前往参考资料 ↓在新标签页中打开}

在回归模型中，控制变量（control variable）指研究者为了估计某个核心自变量对因变量的效应，而一并纳入模型的其它解释变量；其作用是在统计上“固定住”这些变量的影响，使核心系数不被它们与自变量、因变量之间的关联所混淆。^{2626Mostly Harmless Econometrics: An Empiricist's Companionpress.princeton.edu前往参考资料 ↓在新标签页中打开}

回归中控制变量的系数通常不应被赋予因果解释。安格里斯特与皮施克在《基本无害的计量经济学》中强调，回归模型里控制变量的系数往往反映的是“其他路径”的净关联，只有在满足条件独立假设、且控制变量本身外生时，核心系数才具有因果含义；把控制变量系数当作政策效应来解读是常见错误。^{2626Mostly Harmless Econometrics: An Empiricist's Companionpress.princeton.edu前往参考资料 ↓在新标签页中打开}

遗漏变量偏误（omitted variable bias, OVB）的公式化表述是：若遗漏变量与被解释变量相关、且与核心解释变量相关，则核心系数的估计会有偏；偏误方向由这两个相关关系的符号共同决定。这一框架是判断“该控制什么”的基本依据。^{2626Mostly Harmless Econometrics: An Empiricist's Companionpress.princeton.edu前往参考资料 ↓在新标签页中打开}

“坏控制变量”（bad control）问题指：若被控制的变量本身是处理/核心自变量的结果（即位于因果路径的中介变量），把它放进回归会引入新的选择性偏误，甚至改变核心系数的符号。安格里斯特与皮施克用“控制职业”来估计教育回报率的例子说明，控制中介变量会剥离掉部分真实效应。^{2626Mostly Harmless Econometrics: An Empiricist's Companionpress.princeton.edu前往参考资料 ↓在新标签页中打开}

在观察性数据的回归分析中，控制变量的选取应基于因果图（DAG）或领域知识所识别的混杂因素，而不是机械地“能加就加”。辛普森悖论表明，是否控制某个变量可能使估计的关联方向反转，因此控制集的选择本身就是一个实质性判断。^{1010Causal Inference in Statistics: A Primerwiley.com前往参考资料 ↓在新标签页中打开}

现代因果推断文献（如 Pearl 的后门准则）给出了判断一组控制变量是否“充分”的形式化标准：若一组变量阻断了处理与结果之间所有含混杂的后门路径，且不包含处理的后代，则该控制集足以识别因果效应。这为回归中控制变量的选取提供了可检验的图论依据。^{1010Causal Inference in Statistics: A Primerwiley.com前往参考资料 ↓在新标签页中打开}

回归中控制变量的报告应透明：至少应说明纳入了哪些控制变量、其理论依据、数据来源与缺失情况，并报告加入/不加入控制变量时核心系数的变化（敏感性分析），以便读者判断结果的稳健性。^{4444The ASA Statement on p-Values: Context, Process, and Purposetandfonline.com前往参考资料 ↓在新标签页中打开}

在回归中“控制”一个变量与在实验设计中“控制”一个变量含义不同：前者是统计上的条件化（在模型中纳入该变量），后者是物理或程序上的固定。统计控制只能消除已测量且被正确设定函数形式的混杂，无法消除未测量混杂。^{2626Mostly Harmless Econometrics: An Empiricist's Companionpress.princeton.edu前往参考资料 ↓在新标签页中打开}

关于“控制变量越多越好”这一做法，计量经济学与因果推断文献普遍持否定态度：加入与核心变量无关的变量会降低估计精度（增大标准误），加入坏控制变量则会引入偏误。因此控制变量的选取需要在偏误与方差之间权衡。^{2626Mostly Harmless Econometrics: An Empiricist's Companionpress.princeton.edu前往参考资料 ↓在新标签页中打开|1010Causal Inference in Statistics: A Primerwiley.com前往参考资料 ↓在新标签页中打开}

在固定效应模型中，控制变量常以个体/时间固定效应的形式进入，用以吸收不随时间（或不随个体）变化的不可观测混杂；但固定效应不能控制随时间变化的未观测混杂，且会消耗大量自由度。^{2626Mostly Harmless Econometrics: An Empiricist's Companionpress.princeton.edu前往参考资料 ↓在新标签页中打开}

偏相关分析衡量的是在剔除一个或多个第三变量（控制变量）的线性影响之后，两个变量之间剩余的线性关联强度；它通过回归残差来实现：先将 x 与 y 分别对控制变量集合 Z 回归，再计算两组残差之间的相关系数。^{4545Partial correlationen.wikipedia.org前往参考资料 ↓在新标签页中打开}

在只有单个控制变量的情形下，一阶偏相关 r_xy·z 可以由三个零阶相关系数直接算出：r_xy·z = (r_xy − r_xz·r_yz) / sqrt[(1 − r_xz²)(1 − r_yz²)]；这一公式说明偏相关本质上是对 x、y 各自与 z 共享的那部分变异做了扣除。^{4545Partial correlationen.wikipedia.org前往参考资料 ↓在新标签页中打开}

偏相关的统计推断以自由度 n − 3（单控制变量）或 n − k − 2（k 个控制变量）为基础，检验的原假设是总体偏相关系数为零；当控制变量增多、样本量不足时，偏相关的估计会变得很不稳定，因此报告偏相关时应同时给出样本量与所控制的变量清单。^{4545Partial correlationen.wikipedia.org前往参考资料 ↓在新标签页中打开}

分层分析（stratified analysis）的做法是按控制变量的取值把样本切成若干同质子组，在每个子组内部分别估计 x 与 y 的关联，再按一定规则（如 Mantel–Haenszel 加权）合并各层的估计；它的直观含义是「在条件相同的个体之间做比较」。^{4646Stratification (clinical trials) / Stratified analysisen.wikipedia.org前往参考资料 ↓在新标签页中打开}

分层分析能够揭示偏相关所掩盖的效应修饰（交互作用）：如果 x 与 y 的关联在各层之间方向相反或大小悬殊，合并后的偏相关可能接近零，此时正确的做法是分层报告而不是强行合并。^{4646Stratification (clinical trials) / Stratified analysisen.wikipedia.org前往参考资料 ↓在新标签页中打开}

偏相关与分层分析都只能控制已经测量并纳入模型的变量；未测量的混杂因素（如社会经济地位、遗传倾向）不会被这两种方法自动消除，因此从非实验数据中得到的「控制后关联」仍不能直接解释为因果效应。^{4747Causal inference: confounding, mediators, and collidersen.wikipedia.org前往参考资料 ↓在新标签页中打开}

在流行病学与社会科学中，判断一个第三变量是否应当被控制，通常借助有向无环图（DAG）区分混杂因子、中介因子与对撞因子；控制混杂因子可以减少偏倚，而控制中介因子会遮蔽部分真实效应，控制对撞因子反而会引入新的偏倚（对撞分层偏倚）。^{4747Causal inference: confounding, mediators, and collidersen.wikipedia.org前往参考资料 ↓在新标签页中打开}

当控制变量是连续变量或维数较高时，分层会因每层样本过少而失效，此时偏相关、多元回归或倾向得分匹配等方法比手工分层更可行；反之，当控制变量是少数几个分类变量且每层样本充足时，分层分析的结果更透明、更少依赖函数形式假设。^{4646Stratification (clinical trials) / Stratified analysisen.wikipedia.org前往参考资料 ↓在新标签页中打开|4848Propensity score matchingen.wikipedia.org前往参考资料 ↓在新标签页中打开}

偏相关对变量间的线性关系与正态性较为敏感，若真实关系是非线性的，偏相关可能低估甚至漏掉关联；分层分析同样受分层粒度影响，粗分层会残留层内混杂，细分层则损失精度，两者都需要在偏倚控制与方差之间权衡。^{4545Partial correlationen.wikipedia.org前往参考资料 ↓在新标签页中打开|4646Stratification (clinical trials) / Stratified analysisen.wikipedia.org前往参考资料 ↓在新标签页中打开}

在观察性研究中报告控制后关联时，通行做法是同时给出未控制、控制后的估计值以及所控制变量的选择依据，而不是只报告一个「调整后」的数字；这样读者才能判断结果对控制变量集合的敏感程度。^{4747Causal inference: confounding, mediators, and collidersen.wikipedia.org前往参考资料 ↓在新标签页中打开|4848Propensity score matchingen.wikipedia.org前往参考资料 ↓在新标签页中打开}

控制变量的选取应基于理论或先前研究识别出的潜在混杂因素，而非数据驱动的事后筛选。在观察性研究中，研究者应在设计阶段依据领域知识列出可能影响处理与结果的共同原因，并将其纳入模型或匹配过程，以降低遗漏变量偏倚。^{99Causal Inference: What Ifmiguelhernan.org前往参考资料 ↓在新标签页中打开}

在因果推断框架下，控制变量的选取应遵循后门准则：选择一组变量，使得在给定这些变量后，处理与结果之间的所有后门路径被阻断。满足后门准则的变量集可能不唯一，但应避免控制处理的后代变量或对撞变量，否则可能引入新的偏倚。^{4949Causal Diagrams for Empirical Researchdoi.org前往参考资料 ↓在新标签页中打开}

在实验设计中，控制变量通常指除自变量外需要保持恒定的变量，以隔离自变量的效应。选取时应优先控制那些与自变量交互作用强或已知对因变量影响大的变量，若无法恒定则通过随机化或区组设计平衡。^{5050Experimental and Quasi-Experimental Designs for Generalized Causal Inferencehbs.edu前往参考资料 ↓在新标签页中打开}

报告控制变量时，应明确说明选取依据、测量方式及在分析中的作用（如作为协变量、匹配变量或分层变量），并报告控制变量与处理、结果的关联情况，以便读者评估遗漏变量偏倚的潜在程度。观察性研究可参照 STROBE 声明报告变量选择过程。^{5151Strengthening the Reporting of Observational Studies in Epidemiology (STROBE): Explanation and Elaborationdoi.org前往参考资料 ↓在新标签页中打开}

在回归模型中，控制变量的选取需权衡偏倚与方差：纳入过多无关变量会降低估计精度，甚至放大已有偏倚；纳入过少则无法充分控制混杂。因此，变量选择应基于因果结构而非单纯统计显著性。^{5252A Crash Course in Good and Bad Controlsdoi.org前往参考资料 ↓在新标签页中打开}

在控制变量的选取中，纳入与排除的偏误指研究者依据与处理变量或结果变量相关的因素来决定是否纳入某个控制变量，从而在估计中引入选择性偏误；其典型形式是依据结果变量（或结果变量的代理）筛选样本或选择控制变量，这会人为制造或掩盖处理效应。^{2626Mostly Harmless Econometrics: An Empiricist's Companionpress.princeton.edu前往参考资料 ↓在新标签页中打开|77Causal Inference: What Ifhsph.harvard.edu前往参考资料 ↓在新标签页中打开}

安格里斯特与皮施克在《基本无害的计量经济学》中把“依据结果变量选择控制变量”列为坏控制（bad control）的典型情形，并强调控制变量的合法性应依据其在因果图中的位置（处理的前因、结果的前因或中介）来判断，而不是依据其与结果的统计相关性高低。^{2626Mostly Harmless Econometrics: An Empiricist's Companionpress.princeton.edu前往参考资料 ↓在新标签页中打开}

在观察性研究中，若某变量是处理与结果之间的中介变量（mediator），把它纳入回归会阻断部分因果通路，使估计量偏离总效应；此时“纳入”本身构成过度控制偏误（over-control bias），排除中介变量反而是估计总效应的正确做法。^{2626Mostly Harmless Econometrics: An Empiricist's Companionpress.princeton.edu前往参考资料 ↓在新标签页中打开|5353Causal Diagrams for Empirical Researchacademic.oup.com前往参考资料 ↓在新标签页中打开}

对撞变量（collider）的纳入会打开原本被阻断的非因果通路，产生选择性偏误；因此“控制得越多越干净”的直觉在因果推断中不成立，排除对撞变量及其后代是变量选取的基本要求。^{2626Mostly Harmless Econometrics: An Empiricist's Companionpress.princeton.edu前往参考资料 ↓在新标签页中打开|5353Causal Diagrams for Empirical Researchacademic.oup.com前往参考资料 ↓在新标签页中打开}

在报告层面，有向无环图（DAG）被广泛用于事前声明控制变量的选取依据：研究者应报告所依据的因果假设图、每个控制变量在图中的角色（混杂、中介、对撞或结果的前因），以及被排除变量的理由，从而使纳入与排除决策可被复核。^{5353Causal Diagrams for Empirical Researchacademic.oup.com前往参考资料 ↓在新标签页中打开|1515The Book of Why: The New Science of Cause and Effectbasicbooks.com前往参考资料 ↓在新标签页中打开}

在实验研究中，控制变量的选取偏误主要体现为事后排除样本（如剔除“不服从”被试）或依据结果剔除异常值；预注册与意向性分析（intention-to-treat）原则要求排除规则在观测结果之前确定并完整报告，以避免结果依赖性的样本筛选。^{5454CONSORT 2010 Statement: updated guidelines for reporting parallel group randomised trialsbmj.com前往参考资料 ↓在新标签页中打开|5555Intention-to-treat principlecmaj.ca前往参考资料 ↓在新标签页中打开}

在报告控制变量时，研究者应遵循“透明与可复现”原则：明确列出所有被控制的变量、控制方式（设计控制或统计控制）、以及控制变量的测量层次与取值依据，使读者能判断控制是否充分、是否存在过度控制或控制不足。^{5656Transparency and Openness Promotion (TOP) Guidelinescos.io前往参考资料 ↓在新标签页中打开|5757The FAIR Guiding Principles for scientific data management and stewardshipnature.com前往参考资料 ↓在新标签页中打开}

美国心理学会（APA）出版手册（第7版）要求，在方法部分应描述用于控制混淆变量的具体程序，包括随机分配、匹配、统计调整等；若使用了协变量，需报告其测量方式及纳入模型的原因。^{5858Publication Manual of the American Psychological Association (7th ed.)apa.org前往参考资料 ↓在新标签页中打开}

在观察性研究中，控制变量的选取与报告应遵循“最小充分调整集”原则：即所选协变量应足以控制已识别的混淆路径，但不应包含受处理影响的变量（中介变量）或与处理无关的变量，以避免过度控制偏倚。^{1414A Crash Course in Good and Bad Controlsjournals.sagepub.com前往参考资料 ↓在新标签页中打开|77Causal Inference: What Ifhsph.harvard.edu前往参考资料 ↓在新标签页中打开}

对于统计控制，报告时应给出协变量的描述统计（均值、标准差、缺失比例）以及协变量与处理、结果变量的相关性，以便读者评估共线性与模型稳定性。^{5959Regression Modeling Strategies: With Applications to Linear Models, Logistic and Ordinal Regression, and Survival Analysis (2nd ed.)link.springer.com前往参考资料 ↓在新标签页中打开}

在回归模型中，若控制变量存在缺失值，需报告缺失机制假设（如完全随机缺失、随机缺失、非随机缺失）及处理方法（如多重插补、完整案例分析），并说明不同处理方式对结果稳健性的影响。^{6060Multiple Imputation for Nonresponse in Surveysonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

在实验研究中，若采用区组设计或匹配来控制变量，应报告区组或匹配变量的选取依据、匹配比例及匹配后样本的平衡性检验结果（如标准化均值差）。^{2424Experimental and Quasi-Experimental Designs for Generalized Causal Inferencecengage.com前往参考资料 ↓在新标签页中打开}

对于控制变量的报告，部分期刊要求提供“变量控制清单”作为补充材料，列明每个控制变量的理论依据、测量方式、控制类型（设计/统计）及在分析中的角色（混淆变量、协变量、固定效应等）。^{2222Observational Studies: Getting Clear about Transparencyjournals.plos.org前往参考资料 ↓在新标签页中打开}

在因果推断的观察性研究中，报告控制变量时应明确说明变量选择所依据的因果图（如有向无环图DAG），并列出调整集；若未使用因果图，应说明选择策略（如基于先前文献、逐步回归等）及其局限性。^{6161Causal Diagrams for Empirical Researchacademic.oup.com前往参考资料 ↓在新标签页中打开}

控制变量的报告还应包括敏感性分析：例如改变控制变量集合、使用不同函数形式或不同估计方法，以检验主要结果对控制变量选择的稳健性。^{1616Sensitivity Analysis in Observational Research: Introducing the E-Valueacpjournals.org前往参考资料 ↓在新标签页中打开}

在小学科学教育中，变量控制（control of variables）通常被界定为一种探究技能：学生需要识别在一个简单实验中哪些因素会变化、哪些因素应保持不变，从而能够判断因果效应。这一技能在英美科学教育标准中被列为“科学探究”或“科学实践”的核心组成部分。^{6262National Curriculum in England: Science Programmes of Studygov.uk前往参考资料 ↓在新标签页中打开|6363Next Generation Science Standards: For States, By Statesnextgenscience.org前往参考资料 ↓在新标签页中打开}

英国国家课程（National Curriculum）在小学阶段（Key Stage 2，7–11岁）的科学课程要求中，明确包含“使用简单的公平测试（fair test）和对照”来回答问题，其中“公平测试”即指保持其他变量不变、只改变一个变量的实验设计。^{6464National Curriculum in England: Science Programmes of Study – Key Stage 2gov.uk前往参考资料 ↓在新标签页中打开}

美国《下一代科学标准》（Next Generation Science Standards, NGSS）在K–5年级的“科学实践”中列出“计划和开展调查”这一实践，要求儿童在简单调查中识别变量并控制变量，例如在测试植物生长条件时保持水量、光照等条件一致。^{6565NGSS Appendix F: Science and Engineering Practices in the NGSSnextgenscience.org前往参考资料 ↓在新标签页中打开}

发展心理学研究表明，儿童对变量控制策略的理解存在年龄差异：大约在7–10岁，儿童开始能够在简单任务中识别需要控制的变量，但完全掌握“控制变量策略”（control-of-variables strategy, CVS）通常要到青春期前后。^{6666The development of scientific reasoning: A review of the literaturelink.springer.com前往参考资料 ↓在新标签页中打开}

在小学科学课堂中，常用的教学干预包括“公平测试”框架、结构化探究任务和计算机辅助实验（如模拟实验），这些干预被证明能提升学生识别和控制变量的表现，但效果大小受任务情境和教学支持程度影响。^{6767Teaching the control-of-variables strategy: A meta-analysissciencedirect.com前往参考资料 ↓在新标签页中打开|6868The effectiveness of computer simulations in teaching control of variablesonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

多项课堂观察研究发现，小学生在自主设计实验时常常未能控制变量，例如同时改变多个因素或忽略潜在混淆变量，这提示变量控制技能需要显性教学和反复练习，而非仅靠动手活动自然习得。^{6969Children's understanding of the control of variables strategysciencedirect.com前往参考资料 ↓在新标签页中打开}

关于小学阶段是否应正式引入“变量控制”术语，存在教学取向上的讨论：一些研究者主张用“公平测试”等儿童友好的语言替代抽象术语，另一些则主张尽早使用科学术语以促进概念发展。^{7070The role of language in science education: A reviewtandfonline.com前往参考资料 ↓在新标签页中打开|7171Scientific vocabulary and conceptual development in primary sciencetandfonline.com前往参考资料 ↓在新标签页中打开}

“教—学—评一体化”指教学目标、教学活动与教学评价三者围绕同一组学习目标对齐设计，评价不再只是教学结束后的测量，而是与教学同步进行、为教学提供反馈的组成部分；在这一框架下，变量控制的问题从“如何排除干扰”转变为“如何让评价结果能够被解释为教学目标的达成程度”。^{7272教—学—评一体化：内涵、设计与实施cnki.com.cn前往参考资料 ↓在新标签页中打开}

在教—学—评一体化教学中，评价任务与教学目标的一致性（alignment）是核心控制点：若评价任务测的是与目标不同的能力维度，则评价分数无法作为教学效果的效度证据，此时无论样本多大、统计多精细，结论都不成立。因此一致性分析（如基于布鲁姆认知层次的二维对照表）被用作前置的“构念控制”手段。^{7373基于课程标准的一致性分析：学业评价与课程标准的一致性研究cnki.com.cn前往参考资料 ↓在新标签页中打开}

中国《普通高中课程方案和课程标准（2017年版2020年修订）》及各学科课程标准在“实施建议”中明确要求教学与评价应围绕学科核心素养保持一致，评价要“注重过程性评价与终结性评价相结合”，这为教—学—评一体化提供了政策依据，也使学校层面的评价改革具有统一的参照框架。^{7474普通高中课程方案和语文等学科课程标准（2017年版2020年修订）moe.gov.cn前往参考资料 ↓在新标签页中打开}

在课堂层面实施教—学—评一体化时，常见的变量控制做法包括：统一评价任务与评分规则（rubric）、在实验班与对照班之间保持教材、课时、教师培训等条件一致、仅操纵“评价反馈的时机与方式”这一自变量，从而把评价方式的效应从教学内容效应中分离出来。^{7575教—学—评一体化的课堂实施：要素与策略cnki.com.cn前往参考资料 ↓在新标签页中打开}

形成性评价（formative assessment）研究中的经典结论——反馈若指向具体标准与改进步骤，其效应量显著高于仅给出分数或表扬——常被教—学—评一体化实践引为“评价方式作为可控变量”的证据基础；但该结论主要来自课堂观察与准实验，迁移到整校改革时仍需控制实施保真度（fidelity）这一混淆变量。^{7676The Power of Feedbackjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

教—学—评一体化在科学教育中的典型应用是“表现性评价＋量规”：学生在探究任务中的表现按预设维度评分，量规的维度与课程标准中的科学探究能力条目一一对应，从而使“探究能力”这一难以直接测量的构念被操作化为可评分的行为指标，减少评分者主观差异带来的测量误差。^{7777科学探究能力的表现性评价：量规开发与应用cnki.com.cn前往参考资料 ↓在新标签页中打开}

在科学素养测评领域，PISA 等国际测评通过“情境—能力—知识”三维框架界定科学素养，并对题目进行严格的预测试与等值处理（如项目反应理论下的题目参数估计与链接），这实质上是对测评工具本身实施变量控制，以保证跨年份、跨群体的分数可比。^{7878PISA 2018 Assessment and Analytical Frameworkoecd.org前往参考资料 ↓在新标签页中打开}

在教师专业发展层面，教—学—评一体化要求教师具备“评价素养”（assessment literacy），包括选择与设计评价任务、解释评价结果、依据结果调整教学；教师评价素养的差异是实施效果研究中的关键调节变量，若不加测量与控制，容易把教师能力差异误读为改革本身的效应。^{8080教师评价素养：结构、现状与提升路径cnki.com.cn前往参考资料 ↓在新标签页中打开}

在科学素养的课堂评价中，将纸笔测验与实作表现、同伴互评、自我评价结合的多重评价（multiple measures）被广泛推荐，其方法学理由是：单一测量工具存在方法效应，多种工具汇聚可提高对构念推断的稳健性，这与研究设计中“多操作化”控制构念效度的思路一致。^{8181Classroom Assessment: Principles and Practice for Effective Standards-Based Instructionpearson.com前往参考资料 ↓在新标签页中打开}

在回归分析中，纳入过多控制变量会消耗自由度并放大估计方差，导致模型对样本内噪声的拟合优于对总体真实关系的刻画，这一现象在统计学习中被称为过拟合；其直接后果是系数估计不稳定、样本外预测误差上升。^{8282The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2nd ed.)hastie.su.domains前往参考资料 ↓在新标签页中打开|8383An Introduction to Statistical Learning: with Applications in Rstatlearning.com前往参考资料 ↓在新标签页中打开}

控制变量并非越多越好：当被控制的变量本身是处理变量（自变量）的下游结果时，将其纳入回归会阻断部分因果通路，产生所谓的“坏控制”（bad control）或过度控制偏误，使目标系数的因果解释失效。^{2626Mostly Harmless Econometrics: An Empiricist's Companionpress.princeton.edu前往参考资料 ↓在新标签页中打开|77Causal Inference: What Ifhsph.harvard.edu前往参考资料 ↓在新标签页中打开}

安格里斯特与皮施克在《基本无害的计量经济学》中明确指出，回归模型的控制变量选择应服务于因果识别的目标，而非单纯追求更高的 R²；把 R² 作为控制变量取舍的标准，容易引入内生控制变量并扭曲估计。^{2626Mostly Harmless Econometrics: An Empiricist's Companionpress.princeton.edu前往参考资料 ↓在新标签页中打开}

辛普森悖论表明，是否纳入某个分组变量会改变变量间关联的方向或大小；因此“控制过度”与“控制不足”一样，都可能使结论偏离真实因果效应，控制变量的取舍必须基于因果图或领域知识而非统计显著性筛选。^{77Causal Inference: What Ifhsph.harvard.edu前往参考资料 ↓在新标签页中打开|2020Simpson's Paradoxplato.stanford.edu前往参考资料 ↓在新标签页中打开}

在观察性研究中，逐步回归、基于 p 值的前向或后向筛选等数据驱动方法被广泛用于挑选控制变量，但这类方法在存在未观测混杂时无法保证因果识别，且会因选择过程本身引入乐观偏误（如系数被高估、标准误被低估）。^{5959Regression Modeling Strategies: With Applications to Linear Models, Logistic and Ordinal Regression, and Survival Analysis (2nd ed.)link.springer.com前往参考资料 ↓在新标签页中打开|8484Statistical Modeling: The Two Culturesprojecteuclid.org前往参考资料 ↓在新标签页中打开}

机器学习中的正则化（如岭回归、Lasso）通过惩罚项限制模型复杂度以缓解过拟合，但在因果推断场景下，正则化会引入收缩偏误，直接用于控制变量选择时可能剔除真实混杂变量，因此需要采用双重机器学习等去偏方法。^{1717Double/Debiased Machine Learning for Treatment and Structural Parametersacademic.oup.com前往参考资料 ↓在新标签页中打开|8585High-Dimensional Methods and Inference on Structural and Treatment Effectsaeaweb.org前往参考资料 ↓在新标签页中打开}

“控制过度”在实验设计中对应过度分层或过度匹配：将样本按过多协变量分层会导致每层样本量过小、随机化平衡失效，反而降低统计功效；这一风险在分层随机化与匹配设计中均有文献讨论。^{8686Design and Analysis of Randomized Clinical Trials Requiring Prolonged Observation of Each Patient: II. Analysis and Examplesnature.com前往参考资料 ↓在新标签页中打开|8787Stratified Randomization in Clinical Trialsonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

报告控制变量时，仅列出“控制了若干变量”而不说明选取依据、测量方式与潜在内生性，是审稿与复现中的常见缺陷；透明报告应包含控制变量清单、选取理由及敏感性分析。^{4444The ASA Statement on p-Values: Context, Process, and Purposetandfonline.com前往参考资料 ↓在新标签页中打开|8888Transparent Reporting of a Multivariable Prediction Model for Individual Prognosis or Diagnosis (TRIPOD): The TRIPOD Statementacpjournals.org前往参考资料 ↓在新标签页中打开}

在回归分析中加入控制变量，目的是在给定协变量条件下估计处理对结果的因果效应；控制变量本身系数的估计值通常并不具备因果解释。Hünermund 与 Louw 明确指出，控制变量的估计效应量「不太可能具有因果解释」，因为控制变量被纳入模型是为了阻断混杂路径，而不是为了被解释。^{8989On the Nuisance of Control Variables in Causal Regression Analysisar5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

把「控制了某个变量之后处理效应依然显著」直接读作「处理导致结果」是一种过度推论：控制只能排除被控制变量所代表的那些混杂路径，无法排除未观测混杂、对撞偏倚（collider bias）或中介路径被误控所带来的偏倚。因此控制变量的加入改变的是估计所依赖的识别假设，而不是自动提供因果证明。^{8989On the Nuisance of Control Variables in Causal Regression Analysisar5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

在观察性数据中，控制变量的选取必须依据因果图或领域知识事先确定；若把处理的后代变量（中介变量）或同时受处理与结果影响的变量（对撞变量）当作控制变量放入模型，反而会引入新的偏倚。这意味着「控制得越多越接近因果」是一种错误直觉，控制集的选择本身就是一个需要论证的识别决策。^{8989On the Nuisance of Control Variables in Causal Regression Analysisar5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

Hünermund 与 Louw 还指出，许多因果推断方法（如匹配、机器学习类估计）在报告结果时根本不返回控制变量的估计系数，原因要么是协变量数量过多，要么是估计流程本身不输出控制变量的边际效应。这从实践层面说明：控制变量的角色是辅助识别，而非被解释的对象，把其系数当作因果结论缺乏方法论基础。^{8989On the Nuisance of Control Variables in Causal Regression Analysisar5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

因此，在报告研究结果时，稳妥的做法是把「已控制哪些变量、依据什么理由控制、控制后识别假设是什么」讲清楚，而不是把「控制变量后效应仍显著」当作因果关系的证明。控制变量能提高估计在特定假设下的可信度，但不能替代研究设计本身对因果识别的贡献。^{8989On the Nuisance of Control Variables in Causal Regression Analysisar5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

共变法（method of concomitant variation）是密尔（John Stuart Mill）所归纳的因果归纳四法之一，与求同法、求异法、剩余法并列；其基本思路是：当某一现象在量上发生变化时，另一现象也随之发生相应的量的变化，则可推断两者之间存在因果联系。^{9090精彩回顾|实证研究中的因果推理与分析dep.ecnu.edu.cn前往参考资料 ↓在新标签页中打开}

在温忠麟对因果推断的梳理中，密尔四法被放在“必然联系的可操作化”这一环节之下：必然联系本身超越感官经验、无法直接检验，研究者只能通过观察变量是否恒定地共同出现来推断恒定关联，共变法正是这种“恒定关联”思路在数量变化层面上的表达。^{9090精彩回顾|实证研究中的因果推理与分析dep.ecnu.edu.cn前往参考资料 ↓在新标签页中打开}

共变法与变量控制的关系是互补而非替代：变量控制通过操纵自变量、固定或随机化其他变量来排除替代解释，共变法则提供了一种在无法操纵变量时仍可使用的因果归纳图式——观察两个变量在量上是否系统共变，从而为因果假设提供初步支持。^{9090精彩回顾|实证研究中的因果推理与分析dep.ecnu.edu.cn前往参考资料 ↓在新标签页中打开}

共变法本身不能排除第三变量：两个变量同步变化，既可能是一方引起另一方，也可能是共同受第三个变量驱动，或纯属巧合；因此共变关系只是因果推断的必要线索，要转化为较强的因果结论，仍需借助变量控制（操纵、固定或统计调整）来排除竞争性解释。^{9090精彩回顾|实证研究中的因果推理与分析dep.ecnu.edu.cn前往参考资料 ↓在新标签页中打开}

在实验研究中，变量控制可以被看作共变法的强化版本：研究者主动制造自变量的变化并控制其他条件，使“共变”在排除了混淆的条件下呈现，从而把密尔式的归纳共变提升为可检验的因果证据。^{9090精彩回顾|实证研究中的因果推理与分析dep.ecnu.edu.cn前往参考资料 ↓在新标签页中打开}

在非实验数据中，共变法与统计控制相衔接：研究者无法操纵变量时，通过观测数据中的共变模式并结合统计调整（如纳入协变量）来逼近变量控制的效果，这正是观察研究进行因果推理时常用的策略。^{9090精彩回顾|实证研究中的因果推理与分析dep.ecnu.edu.cn前往参考资料 ↓在新标签页中打开}

随机对照试验（randomized controlled trial, RCT）通过随机分配把受试者分入处理组与对照组，使已知与未知的混杂因素在期望意义上于两组间平衡，从而把处理效应从其他变量影响中分离出来；它是变量控制在实验设计中最强的形式之一。^{9191Randomized Controlled Trials (RCTs) — Study Design 101himmelfarb.gwu.edu前往参考资料 ↓在新标签页中打开|99Causal Inference: What Ifmiguelhernan.org前往参考资料 ↓在新标签页中打开}

随机化的核心机制是：当样本量足够大时，随机分配使两组在全部基线变量（包括未观测变量）上的分布趋于一致，因此组间结果差异可归因于处理而非混杂；这与观察性研究中只能控制已测量变量的统计调整形成对照。^{9191Randomized Controlled Trials (RCTs) — Study Design 101himmelfarb.gwu.edu前往参考资料 ↓在新标签页中打开|9292Randomized Controlled Trials vs. Observational Studiespmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

在因果推断的潜在结果框架下，随机分配保证处理分配与潜在结果独立，因而平均处理效应可由组间均值差无偏识别；观察性研究中的统计控制（如回归调整、倾向得分匹配）只能在该条件性独立假设成立时识别因果效应，而该假设本身不可直接检验。^{99Causal Inference: What Ifmiguelhernan.org前往参考资料 ↓在新标签页中打开|2626Mostly Harmless Econometrics: An Empiricist's Companionpress.princeton.edu前往参考资料 ↓在新标签页中打开}

随机对照试验并非在所有情境下可行或合乎伦理：当处理被认为有害、当随机分配无法实施或成本过高时，研究者只能依赖观察性设计与统计控制，此时变量控制从设计层面转移到分析层面。^{9292Randomized Controlled Trials vs. Observational Studiespmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|9393Observational studies and randomized trials: a comparisonpmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

随机化并不能自动消除所有偏倚：样本量不足时基线不平衡仍可能出现，实施过程中的破盲、依从性差、选择性失访与结果测量偏倚都会削弱随机化带来的可比性，因此RCT仍需配合分配隐藏、盲法与意向性分析等控制手段。^{9191Randomized Controlled Trials (RCTs) — Study Design 101himmelfarb.gwu.edu前往参考资料 ↓在新标签页中打开|1212Randomized Controlled Trials (RCTs)training.cochrane.org前往参考资料 ↓在新标签页中打开}

Cochrane协作组织的方法学指南指出，随机序列产生、分配隐藏与盲法是评估RCT偏倚风险的关键域，缺少这些要素的试验其效应估计可能被系统性高估。^{1212Randomized Controlled Trials (RCTs)training.cochrane.org前往参考资料 ↓在新标签页中打开}

在外部效度方面，RCT常因严格的纳入排除标准与受控环境而限制结果的推广性；观察性研究虽在内部效度上较弱，却可能更贴近真实世界的患者构成与诊疗条件，二者在变量控制上的取舍对应内部效度与外部效度的权衡。^{9393Observational studies and randomized trials: a comparisonpmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|9494Pragmatic Randomized Controlled Trials: A Reviewpmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

当随机化不可行时，工具变量、断点回归、双重差分等准实验设计利用外生变异来模拟随机分配，在变量控制逻辑上介于RCT与常规回归调整之间，其有效性依赖于各自识别假设的成立。^{2626Mostly Harmless Econometrics: An Empiricist's Companionpress.princeton.edu前往参考资料 ↓在新标签页中打开|99Causal Inference: What Ifmiguelhernan.org前往参考资料 ↓在新标签页中打开}