本文收录在 这个文集 中，是《组织与管理研究的实证方法》的读书笔记，该书介绍了研究管理和组织的规范科学范式，一种主要流行于北美的管理研究的范式。
接下来，首先对变量进行简单的介绍，这一部分介绍偏重统计学角度。变量是一个数学——或统计学，就本书语境而言——概念，但是当我们【应用】管理学理论解释问题时（如对一个理论进行实证检验），我们需要把理论中的构念转换成变量variable，并对变量提出各种假设，因此变量在管理学实证研究中是非常重要的。（对于如何使用理论、管理学中变量的理论意义何在，将在下一章进行详细介绍。）
变量，广义地考虑，是表示数学对象的符号，具有任意性和未知性，这数学对象可以是数、向量、矩阵、函数……
而本书语境中的社会科学变量（下文简称变量），私以为可以这么定义：它是一种集合到数集的函数关系，这个集合是具体存在的、可观测的社会现象的集合。
也就是说，变量是一种将我们观测到的具体社会现象数量化的工具。同时，这里的数集必须至少有两个元素，即变量必须能“变”。
不同的变量之间存在着【关系】，对于一组存在相互关系的变量，我们可以将其按照在「关系中的地位」进行分类：
也叫预测变量，是因变量的假定的原因，是引起某个现象的变量。
也叫效标criterion，是假定的效果，是被认为会随着自变量的变化而变化的变量。
是指对因变量有影响，且影响必须被排除的变量。
自变量和因变量之间的关系（因果、相关）很多时候可能不足以概括复杂的情况，换言之，对于一定量的观测数据，仅通过这些简单关系，不能挖掘到数据中充分的信息。因此，我们需要引入新的变量以形成更复杂的关系模型，这就是调节变量和中介变量被提出来的原因。
是指满足下列性质的变量：
简单来说，中介变量是解释一个已经存在的关系的内部机制的工具。
是影响自变量和因变量关系的方向、强度的变量（可以是类别变量or连续变量）。如果X和Y有关系，而X和Y的关系受到第三个变量Z的影响，那么Z就是调节变量，调节变量对那个关系起到的具体影响叫做调节作用。
简单来说，调节变量是解释一个已经存在的关系在不同条件下发生变化的工具。
假设是对变量之间的关系的陈述，它可以通过统计方法被证实或证伪。
我们假设一组变量X、Y、Z、M中，X是自变量，Y是因变量，Z是调节变量，M是中介变量。
自变量X和因变量Y之间的关系：
M的中介作用按照其对X与Y关系的“中介程度”可以分为两类：
Z的调节作用可以分为如下类型：
与调节作用紧密相关的是交互作用
A Baron & Kenny (1986)的层级回归法【规划中】
B Sobel 检验法【规划中】
C 自抽法(bootstraping)【规划中】
D 时间延迟模型 time-lagged repeated measure model 【规划中】
A 多元调节回归分析(moderated multiple regression, MMR)【规划中】
B 多层线性模型(hierarchical linear model, HLM)【规划中】
C 结构方程模型(Structural equation model, SEM)【规划中】
/好多坑要填乌乌