控制变量英语

不中了~~头晕了~ 看了我头晕眼花~~ 大哥你太汗了~~~

名词 复原，退步 句子就不会翻译！sorry

团队凝聚力我们通过修改来衡量工作队卡利斯和德保拉的（2000年）的规模团队凝聚力凝聚力，为新企业中。具体来说，我们使用了三个项目的规模[α= 0.91]，以团队凝聚力的措施，要求队员率下列语句使用的五点李克特量表的'锚强烈反对'到'强烈同意'：（一）团队成员有密切的相互关系;（二）团队成员花时间一起工作之外;（三）团队成员认为自己的私人朋友。我们平均每个团队成员的针对三个项目获得的凝聚力的综合得分。然后，我们这个平均在创业团队得分的计算团队凝聚力。平均詹姆斯等人。氏（1984）脊波导间信度系数（3）统计为这样规模为0.9，显示了高水平者间的协议。对团队凝聚力×网络约束系数应该是否定的和重要的，如果假设3支持。功能多样性我们在测量使用布劳（1977）指数的团队功能多样性。这项措施计算使用自我报告功能的各小组成员的专业领域调查。功能多样性我们在测量使用布劳（1977）指数的团队功能多样性。这项措施计算使用自我报告功能的各小组成员的专业领域调查。控制变量我们的研究由单一产业为主业的影响，设计控制。在汲取前研究（如，鲍姆，洛克和史密斯，2001年;贝克曼等。，2007;罗亚和开利，1990），我们控制的下列企业和团队的具体影响：（一）风险的大小，使用记录人数全职员工;（二）创业的时代，利用多年来坚定岁;（iii）专业投资者支持下，成立一个风险投资或天使投资支持的企业，以及零除外;和（四）上启动车队内部的经验，总结新的企业数，开始了在当前一个团队成员。结果与讨论描述性统计和所有相关的变量见表1。如表所示，自变量之间的相关性表明，multicolinearity不可能是一个问题。表2列出我们的模型预测的结果，企业的增长业绩。模型1是基本模型和只包括控制变量，通过模型，其中包括2之后的主要影响外部网络和内部团队动力网络约束，战略共识，团队凝聚力。 3测试模型与网络之间的互动约束和影响全模型两个团队的动态变量的战略共识和团队凝聚力

我们通过修改对上下文的一个新的风险的工作团队凝聚力 Carless 和德佩 (2000) 尺度衡量团队凝聚力的团队凝聚力。 特别，我们使用一个三项规模 [α = 0.91] 来衡量团队凝聚力，要求团队成员率五点李克特量表使用以下语句从强烈反对到强烈赞成的定位： (i) 团队的成员具有相互紧密的关系 ； (ii) 团队成员喜欢花时间一起之外的工作 ； 及 (iii) 团队成员认为自己的个人的朋友。 我们的平均每个团队成员回应这三个项目，以获取的凝聚力的综合得分。 然后，我们平均此计算团队凝聚力创业团队中的得分。 之零点九，该值指示 interrater 协议的高水平的平均涂 et al （1984） interrater 可靠性系数 Rwg(3) 统计的规模。 团队凝聚力 × 网络约束的系数应负和假设 3 受支持的显著。 我们测量功能的多样性，Blau (1977) 指数的团队中的功能的多样性。 这项措施被计算使用 self-reported 功能区的专业知识在我们的调查中的单个团队成员由。 我们测量功能的多样性，Blau (1977) 指数的团队中的功能的多样性。 这项措施被计算使用 self-reported 功能区的专业知识在我们的调查中的单个团队成员由。 通过注重于一个单一的工业控制变量工业影响我们研究设计的控件。 对以前研究 （例如，鲍姆、 洛克和史密斯，2001 ； 贝克曼 et al，2007年 ； Roure 和 Keeley，1990年)，我们控制以下公司和团队的特定作用： 使用全职员工的记录的数 ； 用来确定年龄的风险 (ii) 年龄 ； (iii) 专业投资者支持的 (i) 风险大小设置为一项创业资金或天使投资者支持企业及零其它物质 ； 以及 (iv) 之前启动经验所概述的新的合资企业的计数的团队在开始之前在当前的团队成员。 结果及讨论描述性的统计数字及相关的所有变量是在表 1 中提交。 如表所示间独立变量的相关建议 multicolinearity 不可能成为一个问题。 表二列出我们模型预测风险生长的结果。 模型 1 是基本的模型，并包括只有控制变量，包括外部网络和内部团队动态的主要影响的模型 2 后跟 — 网络约束、 战略的协商一致和团队凝聚力。 测试网络约束和两个小组动态变量之间的互作效应的完整模型的模型 3 — 战略的协商一致和团队凝聚力。

这是词的意思回归；退化；逆行；复原例句有Methods \ Using correlation and regression analysis.方法使用相关回归分析。The three variables in extroversion, caution and opening go into regression equation.外向性、谨慎性和开放性三个变量进入回归方程。Support vector machine is a learning technique based on the structural risk minimization principle as well as a new regression method with good generalization ability.支持向量机是一种基于结构风险最小化原理的学习技术，也是一种新的具有很好泛化性能的回归方法。