観測研究では、研究者は治療を受ける人などの独立変数の値を制御することはできません。 代わりに、統計を使用して変数を制御する必要があります。
観察研究は、制御された実験が非倫理的または非実用的である可能性がある場合に使用されます。 たとえば、研究者が失業（独立変数）が健康（従属変数）に及ぼす影響を研究したい場合、制度的審査委員会は、参加者に仕事を持つようにランダムに割り当 代わりに、研究者は、いくつかの雇用された人々といくつかの失業者を含むサンプルを作成する必要があります。 しかし、誰かが雇用されているかどうかと彼または彼女がどのように健康の両方に影響を与える要因がある可能性があります。 独立変数（雇用状況）と従属変数（健康状態）との間の観察された関連の一部は、それらの間の真のリンクを示すのではなく、これらの外部の偽の要因に これは、真の無作為標本であっても問題になる可能性があります。 無関係な変数を制御することによって、研究者は従属変数に対する独立変数の真の効果を理解することに近づくことができます。
この文脈では、余分な変数は重回帰を使用して制御することができます。 回帰は、従属変数への影響が研究されているものだけでなく、潜在的な交絡変数も独立変数として使用するため、省略された変数バイアスを回避し この文脈における「交絡変数」とは、従属変数（結果）に影響を与えるだけでなく、主な独立変数にも影響を与える他の要因を意味する。
年を取ることが人生の満足度に影響を与えるかどうかについての研究。 （一部の研究者は”u字型”を知覚する: 人生の満足度は、最初に低下し、中年の後に上昇するように見えます。）ここで必要とされる制御変数を特定するために、他の変数が誰かの人生の満足度だけでなく、年齢も決定するかどうかを尋ねることができます。 他の多くの変数が人生の満足度を決定します。 しかし、他の変数は（彼らが生きている限り）誰かが何歳であるかを決定しません。 （すべての人々は、他の特性に関係なく、同じ速度で、年を取り続けます。）そのため、ここでは制御変数は必要ありません。
必要な制御変数を決定するには、有向非巡回グラフを作成すると便利です。