笔记本电脑市场细分变量的选择
谢邀 选择变量的时候，建议从研究问题出发，不要过度追求变量数目。因为变量的增加必然会带来样本量的增加（如果采用全样本的话），进而导致数据处理的复杂性上升。而最终得到的结果可能会因为变量选取不当或者模型设定有问题而导致无法应用到现实状况中。
建议在确立研究问题之后，先通过一定的方法进行假设提出与检验。在模型的设定上可以考虑使用非线性、非对称等较为复杂的模型以获得更好的解释力。 在变量选择方面，首先应当明确自变量和因变量分别是什么。然后根据研究问题的需要，可以进一步考虑以下变量：
1.被解释变量的平方差（residuals)^2作为辅助变量放入模型；
2.解释变量的滞后项作为辅助变量放入模型；
3.解释变量的交叉项作为辅助变量放入模型；
4.解释变量的一阶导数项作为辅助变量放入模型；
5.其他可能相关的变量放入模型。 这些辅助变量的引入可以有效提升模型的解释能力。同时，在使用不同软件进行数据处理时，有些软件对于变量取值的类型可能会有要求。如Eviews对于数值型变量的取值范围是[-1，1]，而SPSS则无此要求。因此在变量引入之前还需要进行数据的标准化处理以保证结果的可比性。