主试期望和被试期望可以用两种思路加以控制。及时种思路是排除这种额外变量。具体地说，在适当的条件下主试期望和被试期望都可以通过双盲实验加以控制，即主试和被试都不清楚实验的具体目的，而且主试也不知道被试的分配情况，从而消除主试的暗示和被试的预期带来的影响。这种"排除"的思路同样也适用于其他一些额外变量的控制。例如，外界的噪声和光线的变化可能会影响实验结果，那就可以通过隔音室或暗室排除它们。另一种思路是使额外变量在各种实验条件下保持恒定。例如对于被试期望，可以通过设置控制组被试的方法来加以控制。例如让一组被试服用真正的药物，而另一组被试服用安慰剂，这样即使两组被试中都存在安慰剂效应，两组被试相比较的结果仍然能说明药物的疗效，因为可以认为安慰剂效应对于两组被试恒定。这种"恒定"的思路也适用于其他一些额外变量的控制，比如在实验中为两组被试安排同样的时间、地点和实验程序等。

2.控制时间跨度引起的额外变量 对于时间跨度较长的实验，被试的生长和成熟也能影响实验结果。例如以幼儿作为被试时，先后两次实验处理的时间间隔如果较长，那么在这段时间内，幼儿的成长会导致其反应发生变化。这种变化不是实验处理造成的，因此它是一种额外变量。

另外，如果一个被试先后多次进行反应，那么他可能会因为逐渐熟悉实验程序而提高成绩，或者因为厌倦实验而导致成绩下降。这种成绩的变化也不是实验处理造成的，因此它也是一种额外变量。

这些额外变量也可以通过"恒定"等手段加以控制。

3.控制统计回 归统计回归是指这样一种现象：如果实验中有前后两次测量，那么在以及时次测量时成绩偏高或者偏低的被试，他们的成绩在第二次测量时有向成绩的平均值接近的倾向，即在及时次测量中高分的被试在第二次测量时成绩有降低的倾向，而及时次测量中低分的被试在第二次测量时成绩有提高的倾向(读者可以在本章实验二中演示这个问题)。

如果一个实验中存在统计回归，那么即使施加实验处理前后两次被试的成绩有变化，也可能仅仅是因为统计回归造成的。例如研究者通过预测验选择了一组成绩很差的被试，然后考察一种新的培训方法对提高成绩的有效性，结果发现经过一段时间的培训后，被试的成绩有所提高。研究者如果没有考虑到统计回归，就会误以为培训方法能够提高成绩，但实际上即使没有经过培训，由于研究者选择的被试原来成绩很低，统计回归也会造成被试的成绩提高。选择具有极端特性的个体作为被试(如高焦虑组和低焦虑组)进行实验时，尤其需要注意这种现象。

……