K12 逻辑思维图谱

控制变量 · 要证明 A 导致 B 就要把其他变量摁住 | K12 逻辑

23分钟阅读

控制变量 Controlled Variables

年级：7年级起 分类：科学思维 年级入口：七至九年级 关联：科学假设与证伪 Hypothesis and Falsification | 因果与相关 Causation vs Correlation | 确认偏误 Confirmation Bias

30 秒版本

  • 一句话：要证明 A 导致 B，就要保证除 A 之外其他变量都一样
  • 举个例子：想知道某种肥料是否让番茄长得更快——两块地除了肥料之外，土壤、光照、浇水必须完全相同
  • 判断方法：看到”A 导致 B”的说法，问”还有什么变量没控制？“——能列出至少 3 个就要警惕

核心概念

控制变量法（Method of Controlled Variables）：当一个现象可能由多个因素引起时，保持其他因素不变，只改变一个因素，观察结果如何变化——这样才能确定该因素是否真的是原因。

“实验的本质，是把’可能的原因’一个一个隔离开来。” — 现代实验科学的方法论基石

变量的三分类

变量类型英文角色例子（研究”温度对植物生长的影响”）
自变量Independent Variable实验者主动改变的变量温度（10°C / 20°C / 30°C）
因变量Dependent Variable跟着自变量变化的、被测量的结果植物高度（cm）
控制变量Controlled Variable必须保持不变的所有其他因素光照时间、水量、土壤、品种、空气湿度……

实验组 vs 对照组

   实验组（Treatment Group）      对照组（Control Group）
   ┌─────────────────────┐        ┌─────────────────────┐
   │ 接受"被测试的处理"    │        │ 不接受处理（其余完全一致）│
   │ 例：每天施肥          │        │ 例：不施肥           │
   └─────────────────────┘        └─────────────────────┘
              │                              │
              └──────────────┬───────────────┘
                            ↓
              对比两组结果差异——差异 = 自变量的效果

信号词速查

信号词提示什么
”我换了 A 之后，结果改善了”还有什么也变了？
“做了 X，所以效果好”X 之外有没有同时改变其他东西？
“对比一下”（但没说怎么对比）两组在 X 之外是否一致？
“这次和上次不一样了”时间也是一个变量！季节、心情、人员都可能不同

👉 听到任何”我做了 X 所以 Y 发生了”，立刻问：除了 X，还有什么也变了？

🔍 思维透镜

控制变量 vs 因果与相关

控制变量是解决因果判断难题的方法——它让”相关”升级为”因果”：

仅观察相关控制变量后
能看出什么A 和 B 同时变化A 改变 → B 改变（其他不变）
能否得出因果？❌ 不能（C 可能同时影响 A 和 B）✅ 接近能（如果控制充分）
例子冰激凌销量 ↑ 时 溺水事件 ↑ → 冰激凌导致溺水？控制夏天因素后，冰激凌和溺水之间没有直接关系
隐藏变量看不见必须主动列出并控制

详见 因果与相关 Causation vs Correlation。

单变量原则（One Variable at a Time）

科学实验的黄金法则：一次只改变一个变量。

  错误做法：同时改肥料 + 浇水量 + 光照
  → 如果番茄长得好，不知道是哪一项的功劳

  正确做法：只改肥料，浇水量和光照保持完全一致
  → 如果番茄长得好，可以归因于肥料

例外：现代统计学（如多元回归分析、随机对照实验 RCT）可以在多个变量同时变化时做因果推断——但这是大学水平的内容，中学阶段先掌握”单变量原则”。

🎭 成语解剖

一叶障目

出自《鹖冠子·天则》：“一叶蔽目，不见泰山。” 一片树叶挡住眼睛，连面前的泰山都看不见。

拆解
字面意思被一片小叶子挡住眼睛，看不见大山
核心错误只看到一个变量（眼前的一片叶），忽视了其他更大的变量（泰山）
逻辑映射未控制变量的典型错误——只关注一个原因，看不到背后的全局
现实对照”我换了新手机后游戏帧率高了” → 但同时你也换了 WiFi、升级了系统、关了后台 app……到底哪个是真原因？

现实映射：

一叶障目的归因被忽视的”泰山”（其他变量）
“吃了这个补品我精神好多了”同时改善的饮食、睡眠、季节变化、安慰剂效应
”用了新方法学习成绩就提高了”同时增加的学习时间、心态改善、考题难度变化
”公司换了 CEO 业绩就好转”同时改变的市场环境、产品周期、汇率、宏观经济

👉 一叶障目警告我们：归因前要先列出所有可能的变量，然后逐个控制——这是科学方法的核心。

💡 思想史光点

人物年代关键词
弗朗西斯·培根（Francis Bacon）1620《新工具》：归纳法 + 排除法——控制变量的早期思想雏形
约翰·斯图亚特·密尔（J. S. Mill）1843《逻辑系统》：归纳五法（求同、求异、求同求异并用、共变、剩余）——控制变量法的逻辑奠基
罗纳德·费舍尔（R. A. Fisher）1925《研究工作者的统计方法》：随机对照实验（RCT）——现代实验方法学的开端
奥斯汀·布拉德福德·希尔（A. B. Hill）1965因果九条件（Bradford Hill Criteria）——流行病学中如何在不能完全控制变量时推断因果

→ 延伸阅读：思想史光点 Logic Origins

📰 案例精讲

📘 日常：为什么同样睡 8 小时，有人精神有人累？

小明和小红昨晚都睡了 8 小时。今天早上小明精神饱满，小红昏昏欲睡。 小明：是不是睡 8 小时不够？ 小红：可能我体质差。

为什么这两个结论都不可靠：他们忽视了大量未控制的变量。

变量小明小红
睡眠时长8 小时8 小时
睡眠时段22:00-06:00（早睡早起）02:00-10:00（熬夜补觉）
睡前 2 小时活动阅读刷手机
咖啡因摄入无晚饭后喝奶茶
早餐鸡蛋牛奶没吃
当天压力无考试有数学测验

结论：要比较”8 小时睡眠的精神效果”，需要让上述变量一致。否则”8 小时不够”或”我体质差”都是一叶障目——只看了一个变量。

科学的方法是：同一个人，在其他条件尽量一致的情况下，对比睡 8 小时和睡 7 小时的精神状态——这才是”控制变量”的最小可行实验。

📙 经济：广告投放量增加了，销售额也增加了——是广告的功劳吗？

某公司 6 月加大广告投放，从月 10 万增加到 30 万。当月销售额从 100 万跃升至 180 万。 CEO 宣布：“广告投放回报率（ROI）达到 4 倍，明年继续加大投放！”

真的是广告的功劳吗？同时变化的变量有哪些？

可能的”原因”6 月发生了什么
广告投放 ↑10 万 → 30 万（自变量？）
季节性6 月是该产品旺季（夏装/冰品/防晒）
价格策略6 月有 618 大促
竞争对手主要竞争对手 6 月供应链出问题，市场份额下降
产品更新6 月上新了爆款 SKU

专业做法（控制变量）：

  • A/B 测试：把市场分为两个相似区域，一个加大广告，另一个保持原投放，对比销售差异
  • 同比分析：和去年同期对比，剥离季节性影响
  • 因果推断模型：多变量回归，分离每个变量的边际贡献

经济学视角：很多企业的”成功归因”都是一叶障目——把销售增长全部归功于自己最关心的一个变量（CMO 归功于广告，CTO 归功于技术，CEO 归功于战略）。控制变量法是企业避免误判 ROI 的核心方法。

详见 因果与相关 Causation vs Correlation。

📕 历史：塔斯基吉梅毒实验——故意不控制治疗变量的伦理灾难

⚠️ 本案例涉及历史上严重的科学伦理违反，作为警示性反例

事件经过：1932-1972 年，美国公共卫生服务部门在阿拉巴马州塔斯基吉（Tuskegee）招募了约 600 名非裔美国男性，其中 399 人感染梅毒。研究者故意不告知患者真实病情，也不提供已有的治疗（青霉素 1947 年后已成为常规疗法），目的是观察未经治疗的梅毒”自然进展”。

研究者的”逻辑”：要研究”梅毒不治疗会怎么发展”，必须控制”治疗”这个变量为零——也就是说，让一些人不接受治疗。

为什么这是科学伦理的反面教材：

  • 控制变量本身在科学上是合理的工具
  • 但当”控制变量”意味着剥夺人类基本权利（知情权、治疗权、生命权）时，方法学正当性不能凌驾于伦理之上
  • 1979 年美国《贝尔蒙报告》（Belmont Report）确立现代生物医学研究三原则：尊重人格、行善、公正——任何控制变量设计都必须先过伦理审查（IRB）

逻辑教训：

  • 控制变量是强大但有边界的方法——边界在哪里？人不能被当成纯粹的实验对象
  • 学习科学方法的同时必须学习科学伦理——好的工具用在坏的目标上仍是灾难
  • 现代医学伦理之所以严格，正是因为历史上有塔斯基吉这样的反面教材

与日常归因的对比：你在生活中”控制变量”做对比时（例如换不同品牌的洗衣液），只涉及你自己——可以自由实验。但一旦对象是他人尤其是脆弱群体，必须先问伦理是否允许。这是科学方法学和研究伦理的关键区分。

📖 真实阅读

📰 “我换了学习方法，成绩就上去了”

期中考试后，小华成绩从年级 200 名进步到 80 名。

小华兴奋地告诉同桌：“我换了新的学习方法——番茄工作法 + 思维导图，太管用了！你也试试！”

同桌追问：“你期中前还做了什么变化吗？”

小华想了想：“好像……我妈给我报了个数学补习班，每周三次。我还戒掉了游戏。然后……期中题目好像比期末简单。”

逻辑分析：

  • 小华归因于哪一个变量？
  • 还有哪些变量在同时变化？
  • 如果想知道”番茄工作法 + 思维导图”是否真的有用，应该怎么设计实验？
  • 为什么”我自己用了感觉很好”不能算证据？

🧪 练习

📘 识别题（3 题）

判断以下结论是否充分控制了变量：

  1. “我吃了某品牌的鱼油一个月，记忆力变好了——鱼油对脑子有用。”
  2. “在控制了温度、湿度、土壤、光照、品种、浇水量的前提下，施肥的番茄比不施肥的番茄高出 20%——肥料能让番茄长得更高。”
  3. “我们公司换了新的项目管理软件之后，项目按时交付率从 60% 提升到 85%——新软件提升了效率。”

📙 分析题（2 题）

  1. 某新闻报道：“研究发现，每天喝咖啡的人比不喝咖啡的人寿命更长 2 年。建议大家多喝咖啡延年益寿。”

    • 这个研究是观察性研究还是实验？
    • 至少列出 3 个没有控制的变量
    • 如果你是这家媒体的科学编辑，你会怎么改写这条新闻？

  2. “随机对照实验”（RCT）被认为是医学研究的”金标准”。请用控制变量的视角解释：

    • 为什么要”随机”？
    • 为什么需要”对照组”？
    • 为什么很多日常归因（“我吃了 X 病好了”）即使来自上千人也不如一次小样本 RCT 可信？

📕 构建题（1 题）

  1. 选一个你身边常见的”我做了 X 所以 Y 发生了”的归因（自己/家人/同学/老师/媒体均可），用以下框架做控制变量分析：
原始归因：______
自变量 X：______
因变量 Y：______

至少列出 5 个**没有被控制**的变量：
  变量 1：______
  变量 2：______
  变量 3：______
  变量 4：______
  变量 5：______

如果要严格验证 X → Y 的因果，最简可行的实验设计：
  实验组：______
  对照组：______
  需要控制相同的条件：______
  对比的因变量指标：______

🔗 节点关系

            科学思维
        ┌──────┼──────┐
   科学假设与证伪  控制变量   双盲实验（待建）
   （怎样的说法可证伪）│       （连观察者偏差都控制）
                     ↓ 实战工具
              单变量原则 / 实验组对照组 / 自变量因变量
                     ↓ 解决什么问题
              因果与相关
         （让"相关"升级为"因果"的方法）
                     ↓ 警示
              一叶障目 / 塔斯基吉实验
         （未控制变量 / 控制变量越界）

双链跳转： 科学假设与证伪 Hypothesis and Falsification | 因果与相关 Causation vs Correlation | 确认偏误 Confirmation Bias | 幸存者偏差 Survivorship Bias

R. S. Ang · K12 Notes · 7年级起, 2026

关系图谱

反向链接