各种回归方法总结（合集五篇）

第一篇：各种回归方法总结

1、稳健回归

其主要思路是将对异常值十分敏感的经典最小二乘回归中的目标函数进行修改。经典最小二乘回归以使误差平方和达到最小为其目标函数。因为方差为一不稳健统计量，故最小二乘回归是一种不稳健的方法。为减少异常点的作用，对不同的点施加不同的权重，残差小的点权重大，残差大的店权重小。

2、变系数回归

地理位置加权

3、偏最小二乘回归 长期以来，模型式的方法和认识性的方法之间的界限分得十分清楚。而偏最小二乘法则把它们有机的结合起来了，在一个算法下，可以同时实现回归建模(多元线性回归)、数据结构简化(主成分分析)以及两组变量之间的相关性分析(典型相关分析)。偏最小二乘法在统计应用中的重要性体现在以下几个方面：偏最小二乘法是一种多因变量对多自变量的回归建模方法。偏最小二乘法可以较好的解决许多以往用普通多元回归无法解决的问题。偏最小二乘法之所以被称为第二代回归方法，还由于它可以实现多种数据分析方法的综合应用。能够消除自变量选取时可能存在的多重共线性问题。普通最小二乘回归方法在自变量间存在严重的多重共线性时会失效。自变量的样本数与自变量个数相比过少时仍可进行预测。

4、支持向量回归

能较好地解决小样本、非线性、高维数和局部极小点等实际问题。

传统的化学计量学算法处理回归建模问题在拟合训练样本时,要求“残差平方和”最小,这样将有限样本数据中的误差也拟合进了数学模型,易产生“过拟合”问题,针对传统方法这一不足之处,SVR采用“ε不敏感函数”来解决“过拟合”问题,即f(x)用拟合目标值yk时,取:f(x)=∑SVs(αi-α*i)K(xi,x)

上式中αi和α*i为支持向量对应的拉格朗日待定系数,K(xi,x)是采用的核函数[18],x为未知样本的特征矢量,xi为支持向量(拟合函数周围的ε“管壁”上的特征矢量),SVs

为支持向量的数目.目标值yk拟合在yk-∑SVs(αi-α*i)K(xi,xk)≤ε时,即认为进一步拟合是无意义的。

5、核回归

核函数回归的最初始想法是用非参数方法来估计离散观测情况下的概率密度函数(pdf)。为了避免高维空间中的内积运算

由Mercer条件，存在映射函数a和核函数K(?,?)，使得：=K(xi ,x)

采用不同的函数作为SVM的核函数K(x i,x)，可以实现多种从输入空间到特征空间的非线性映射形式

6、岭回归

岭回归分析是一种专用于共线性数据分析的有偏估计回归方法，实质上是一种改良的最小二乘估计法，通过放弃最小二乘法的无偏性，以损失部分信息、降低精度为代价获得回归系数更为符合实际、更可靠的回归方法，对病态数据的耐受性远远强于最小二乘法。

7、半参数回归

模型既含有参数分量又含有非参数分量,其参数部分用来解释函数关系已知的部分,它是观测值中的主要成分,而其非参数部分则描述函数关系未知,无法表达为待定参数的函数部分。

8、自回归

例1．Yt = α+β0Xt +β1Xt-1 +……+βsXt-s + ut，例2．Yt = f(Yt-1, Yt-2, … , X2t, X3t, …)，滞后的因变量（内生变量）作为解释变量出现在方程的右端。这种包含了内生变量滞后项的模型称为自回归模型。

9、正交回归

因素水平值在区间[Zｊ1, Zｊ2]内变化，经编码之后，编码值xi在区间[-1，+1]间变化，将响应值y原来对Z1, Z2……Zm的回归问题，转化为y对x1,x2……xm的回归问题。它的主要优点是可以把实验或计算的安排、数据的处理和回归方程的精度统一起来加以考虑,根据实验目的和数据分析来选择实验或计算点,不仅使得在每个实验或计算点上获得的数据含有最大的信息,从而减少实验或计算次数,而且使数据的统计分析具有一些较好的性质,以较少的实验或计算建立精度较高的回归方程。

10、逐步回归

实际问题中影响因变量的因素可能很多，我们希望从中挑选出影响显著的自变量来建立回归模型，这就涉及到变量选择的问题，逐步回归是一种从众多变量中有效地选择重要变量的方法。基本思路为，先确定一初始子集，然后每次从子集外影响显著的变量中引入一个对y 影响最大的，再对原来子集中的变量进行检验，从变得不显著的变量中剔除一个影响最小的，直到不能引入和剔除为止。

11、主成分回归

在统计学中，主成分分析是一种简化数据集的技术。它是一个线性变换。这个变换把数据变换到一个新的坐标系统中，使得任何数据投影的第一大方差在第一个坐标(称为第一主成分)上，第二大方差在第二个坐标(第二主成分)上，依次类推。

首先对X阵进行主成份分析，T阵的维数可以与X阵相同，如果使用整个T阵参加回归，这样得到的结果与多元线性回归没有多大的差别。因为主成分（新变量）是原变量的线性组合。前面的k个主成份包含了X矩阵的绝大部分有用信息，而后面的主成份则往往与噪声和干扰因素有关。因此参与回归的是少数主成分组成的矩阵。在维数上远小于X。主成分回归通过对参与回归的主成份的合理选择，可以去掉噪音。主成份间相互正交，解决了多元线性回归中的共线性问题。主成分回归能够充分利用数据信息，有效地提高模型的抗干扰能力。

第二篇：回归分析方法总结全面

一、什么是回归分析

回归分析(Regression Analysis)是研究变量之间作用关系的一种统计分析方法，其基本组成是一个（或一组）自变量与一个（或一组）因变量。回归分析研究的目的是通过收集到的样本数据用一定的统计方法探讨自变量对因变量的影响关系，即原因对结果的影响程度。回归分析是指对具有高度相关关系的现象，根据其相关的形态，建立一个适当的数学模型(函数式)，来近似地反映变量之间关系的统计分析方法。利用这种方法建立的数学模型称为回归方程，它实际上是相关现象之间不确定、不规则的数量关系的一般化。

二、回归分析的种类 1.按涉及自变量的多少，可分为一元回归分析和多元回归分析一元回归分析是对一个因变量和一个自变量建立回归方程。多元回归分析是对一个因变量和两个或两个以上的自变量建立回归方程。

2.按回归方程的表现形式不同，可分为线性回归分析和非线性回归分析

若变量之间是线性相关关系，可通过建立直线方程来反映，这种分析叫线性回归分析。若变量之间是非线性相关关系，可通过建立非线性回归方程来反映，这种分析叫非线性回归分析。

三、回归分析的主要内容

1.建立相关关系的数学表达式。依据现象之间的相关形态，建立适当的数学模型，通过数学模型来反映现象之间的相关关系，从数量上近似地反映变量之间变动的一般规律。

2.依据回归方程进行回归预测。由于回归方程反映了变量之间的一般性关系，因此当自变量发生变化时，可依据回归方程估计出因变量可能发生相应变化的数值。因变量的回归估计值，虽然不是一个必然的对应值(他可能和系统真值存在比较大的差距)，但至少可以从一般性角度或平均意义角度反映因变量可能发生的数量变化。

3.计算估计标准误差。通过估计标准误差这一指标，可以分析回归估计值与实际值之间的差异程度以及估计值的准确性和代表性，还可利用估计标准误差对因变量估计值进行在一定把握程度条件下的区间估计。四、一元线性回归分析

1.一元线性回归分析的特点

1)两个变量不是对等关系，必须明确自变量和因变量。

2)如果x和 y两个变量无明显因果关系，则存在着两个回归方程：一个是以x为自变量，y为因变量建立的回归方程；另一个是以y为自变量，x为因变量建立的回归方程。若绘出图形，则是两条斜率不同的回归直线。

3)直线回归方程中，回归系数b可以是正值，也可以是负值。若 0 b >，表示直线上升，说明两个变量同方向变动；若 0 b <，表示直线下降，说明两个变量是反方向变动。2.建立一元线性回归方程的条件

任何一种数学模型的运用都是有前提条件的，配合一元线性回归方程应具备以下两个条件： 1)两个变量之间必须存在高度相关的关系。

两个变量之间只有存在着高度相关的关系，回归方程才有实际意义。2)两个变量之间确实呈现直线相关关系。

两个变量之间只有存在直线相关关系，才能配合直线回归方程。3.建立一元线性回归方程的方法

一元线性回归方程是用于分析两个变量（一个因变量和一个自变量）线性关系的数学表达式，一般形式为：yc=a+bx 式中：x代表自变量；

yc代表因变量y的估计值(又称理论值)； ab为回归方程参数。其中，a是直线在y轴上的截距，它表示当自变量x等于 0 时，因变量所达到的数值；b是直线的斜率,在回归方程中亦称为回归系数,它表示当自变量x每变动一个单位时，因变量y平均变动的数值。

一元线性回归方程应根据最小二乘法原理建立，因为只有用最小二乘法原理建立的回归方程才可以同时满足两个条件：

1)因变量的实际值与回归估计值的离差之和为零；

2)因变量的实际值与回归估计值的离差平方和为最小值。

只有满足这两个条件，建立的直线方程的误差才能最小，其代表性才能最强。

现在令要建立的一元线性回归方程的标准形式为yc=a+bx,依据最小二乘法原理，因变量实际值y与估计值yc的离差平方和为最小值,即Q=∑(y-yc)2取得最小值。为使Q=∑(y-yc)2=最小值

根据微积分中求极值的原理，需分别对a,b求偏导数，并令其为0，经过整理，可得到如下方程组： ∑y=an+b∑x ∑xy=a∑x+b∑x2

解此方程组，可求得a,b两个参数

4.计算估计标准误差

回归方程只反映变量x和y之间大致的、平均的变化关系。因此，对每一个给定的x值，回归方程的估计值yc与因变量的实际观察值y之间总会有一定的离差，即估计标准误差。估计标准误差是因变量实际观察值 y与估计值yc离差平方和的平均数的平方根，它反映因变量实际值y与回归直线上各相应理论值yc之间离散程度的统计分析指标。估计标准误差：

式中：sy——估计标准误差；y——因变量实际观察值；yc——因变量估计值；n-2——自由度 如何描述两个变量之间线性相关关系的强弱？ 利用相关系数r来衡量

当r>0时，表示x与y为正相关;当r<0时，表示x与y为负相关。5.残差分析与残差图：

残差是指观测值与预测值（拟合值）之间的差，即是实际观察值与回归估计值的差

在研究两个变量间的关系时，a)要根据散点图来粗略判断它们是否线性相关；

b)判断是否可以用回归模型来拟合数据；

c)可以通过残差来判断模型拟合的效果，判断原始数据中是否存在可疑数据，这方面的分析工作就称为残差分析。6.残差图的制作及作用。

坐标纵轴为残差变量，横轴可以有不同的选择；若模型选择的正确，残差图中的点应该分布 在以横轴为心的带状区域，带状区域的宽度越窄精度越高。对于远离横轴的点，要特别注意。

7.几点注解：

第一个样本点和第 6 个样本点的残差比较大，需要确认在采集过程中是否有人为的错误。如果数据采集有错误，就应该予以纠正，然后再重新利用线性回归模型拟合数据；如果数据采集没有错误，则需要寻找其他的原因。

另外，残差点比较均匀地落在水平的带状区域中，说明选用的模型计较合适，这样的带状区域的宽度越窄，说明模型拟合精度越高，回归方程的预报精度越高。还可以用判定系数r2来刻画回归的效果，该指标测度了回归直线对观测数据的拟合程度，其计算公式是：

其中：SSR-回归平方和；

SSE-残差平方和；

Sst=ssr+sse总离差平方和。

由公式知，R（相关指数）的值越大，说明残差平方和越小，也就是说模型拟合效果越好。在含有一个解释变量的线性模型中r2恰好等于相关系数r的平方，即R2=r2

在线性回归模型中，R2表示解释变量对预报变量变化的贡献率。R2越接近1，表示回归的效果越好（因为R2越接近1，表示解释变量和预报变量的线性相关性越强）。

如果某组数据可能采取几种不同回归方程进行回归分析，则可以通过比较R2的值来做出选择，即选取R2较大的模型作为这组数据的模型。

总的来说：相关指数R2是度量模型拟合效果的一种指标。在线性模型中，它代表自变量刻画预报变量的能力。

五、多元线性回归分析

在一元线性回归分析中，因变量y只受某一个因素的影响，即只由一个自变量x来估计。但对于复杂的自然界中的问题，影响因素往往很多，在这种情况下，因变量y要用多个自变量同时进行估计。例如，某种产品的总成本不仅受原材料价格的影响，而且也与产品产量、管理水平等因素有关；农作物产量的髙低受品种、气候、施肥量等多个因素的影响。描述因变量与两个或两个以上自变量之间的数量关系的回归分析方法称为多元线性回归分析。它是一元线性回归分析的推广，其分析过程相对复杂一些，但基本原理与一元线性回归分析类似。多元线性回归方程的一般表达式为： 为便于分析，当自变量较多时可选用两个主要的自变量x1和x2。其线性回归方程标准式为：

其中：yc为二元回归估计值；a为常数项；b1和b2分别为y对x1和x2的回归系数，b1表示当自变量x2为一定时，由于自变量x1变化一个单位而使y平均变动的数值，b2表示当自变量x1为一定时，由于自变量x2变化一个单位而使y平均变动的数值，因此，b1和b2称为偏回归系数。

要建立二元回归方程，关键问题是求出参数a，b1和b2的值，求解方法仍用最小二乘法，即分别对a，b1和b2求偏导数，并令函数的一阶导数等于零，可得如下方程组：

(二)在回归分析中，通常称自变量为回归因子，一般用一般用表示。预测公式：

表示，而称因变量为指标，称之为回归方程。回归

模型，按照各种原则可以分为各种模型：

1.当n =1 时，称为一元(单因子)回归；当n ≥ 2时，称为多元(多因子)回归。

2.当 f 为线性函数时，称为线性回归；当 f 为非线性函数时，称为非线性(曲线)回归。最小二乘准则：

假设待定的拟合函数为，另据m个数据点，相当于求解以下规划问题：

即使得总离差平方和最小。具体在线性拟合的过程中，假设拟合函数为y=a+bx，a与b为待定系数，已知有m个数据点，分别为使：，应用最小二乘法，就是要

达到最小值。

把S 看成自变量为a和b的连续函数，则根据连续函数达到及致电的必要条 件，于是得到：

因此，当S 取得最小值时，有：

可得方程组为：

称这个方程组为正规方程组，解这个二元一次方程组，得到：

如果把已有数据描绘成散点图，而且从散点图中可以看出，各个数据点大致分布在一条直线附近，不妨设他们满足线性方程：

其中，x为自变量，y为因变量，a与b为待定系数；ε成为误差项或者扰动项。

这里要对数据点做线性回归分析，从而a和b就是待定的回归系数，ε为随机误差。不妨设得到的线性拟合曲线为：

这就是要分析的线性回归方程。一般情况下，得到这个方程以后，主要是描绘出

回归曲线，并且观测拟合效果和计算一些误差分析指标，例如最大点误差、总方差和标准差等。

这里最缺乏的就是一个统一的评价系统，以下说明从概率角度确立的关于线性回归的一套评价系统。

在实际的线性回归分析中，除了估计出线性回归系数a和b，还要计算y和x的相关程度，即相关性检验。相关性检验主要通过计算相关系数来分析，相关系数的计算公式为：

其中n为数据点的个数，为原始数据点，r的值能够很好地反映出线性相关程度的高低，一般来说，存在以下一些标准：

1.当 r →1 或者 r →− 1时，表示 y与x高度线性相关，于是由原始数据描绘出的散点图中所有数据点都分布在一条直线的附近，分别称为正相关和负相关；

2.当 r →0 时，表示 y与x不相关，由原始数据描绘出的散点图的数据点一般呈无规律的特点四散分布； 3.当−1

4.如果r → 1，则y与x线性相关程度越高；反之，如果r →0，则y与x线性相关程度越低。

实际计算r值的过程中，长列表计算，即：

在实际问题中，一般要保证回归方程有最低程度的线性相关。因为许多实际问题中，两个变量之间并非线性的相关关系，或者说线性相关程度不高，此时硬给他建立线性回归方程，显然没有太大意义，也没有什么实用价值。一般来说，把这个最低限度的值记为临界值出r的值，并且满足，称之为相关性检验标准。因此，如果计算，则符合相关性要求，线性回归方程作用显著。反之，如果，则线性回归方程作用不显著，就尽量不要采用线性回归方程。临界值的数值表如下：

其中，自由度可以由原始数据点的个数减去相应的回归方程的变量个数，例如线性回归方程中有两个变量，而数据点的个数为n个，则自由度为n − 2.自由度一般记为 f，但不要与一般的函数发生混淆。显著性水平一般取为 0.01,0.02,0.05等，利用它可以计算y与x之间相关关系的可信程度或者称为置信水平，计算公式为：

(这里取显著性水平为α =0.05)

现在介绍置信区间的问题，由于实际误差的存在，由线性拟合得到的计算值跟实际值之间必然存在一定的差距，其差值就是计算误差。假设原始数据点为为，计算得到的数据点，再给定附近的一个区间：

则实际值yi可能落在这个区间内，也可能落在这个区间外。如果所有的这些区间(以为中心，长度为)包含实际值的个数占总数的比例达到95%或者以上，则称这些区间的置信水平不少于95% 根据以上的分析，可以知道置信区间的概念，如果确定了置信水平为95%，从而可以找到相应的最小的Δt值，使得 95%以上的实际值落在区间

内，则称为预测值满足置信水平95%的置信区间。一般情况下，如果不做特别说明，置信区间的相应置信水平默认为95%，置信区间反映了回归方程的适用范围和精确度，特别的，当所有离散数据分布在回归曲线的附件，大致呈现为正态分布时，置信区间为：中S 为该回归模型的标准差，计算公式为：

其或者为：

那么，如果回归方程为 y=a+bx，则有两条控制直线分别为，他们代表了置信区间的上限和下限，如下图所示：

和

那么，可以预料实际的数据点几乎全部(至少95%)落在上图两条虚线所夹的区域内。这里对回归方程的应用做一个总结：

1.估计、预测指标值。对于因子x的一个给定值 x0，代入回归预测方程即可求出相应的指标值，称为指标y0的点估计，相应预测误差为

但是，真实指标y0 的值一般无法确知，预测精度只能根据回归误差来做估计。在回归预测中，预测的精度可以用均方差和标准差的比值来估计；

2.估计指标值范围。估计指标值的范围，就是求给定x0，相应于某个给定的置信水平的置信区间。具体的求法，要应用到t分布；

3.控制因子取值。在某些实际问题中，特别当因子值可以人为的控制、调解时，也可以根据所要达到的指标值，反过来推出因子的取值，这就是因子值的控制。

第三篇：《回归》观后感

《回归》观后感

看完《回归》，不仅在情感上有着很大的冲击。而且总有一种欲望去回想影片中的种种细节。首先，“回归”这影名，就像梦，梦里心想事成，梦醒一切皆空；影片的父亲也是这样，从无到有，再到无，就像完成了一次回归。然后，影片中的弟弟小伊万在情感上还是很想要一位父亲的，或者说他很想长大，因为他在伙伴里常被嘲笑欺负，而安德烈虽然是他哥哥，却并不能帮他阻挡那些嘲笑与欺负，还反过来帮他们和自己打架，虽然，他母亲也保护他，可那种保护是不一样的，因为在一般人的观念里，总是男强女弱的，一个男人无法保护自己，反要让一位女性来保护，那只会被同性的伙伴更加看不起。所以可以理解他是很想要一位能保护他的父亲的。终于，现实中的父亲出现了，可是这位父亲跟他设想的实在大不相同，他不但没保护自己，反倒处处跟自己过不去，于是他拒绝叫他“爸爸”，这时他父亲的形象形存实亡；直到影片最后，父亲为救他而意外掉死了，他才想起他的好，看到他的尸体沉下去，要消失了，他才从心底真切地叫出“爸爸，爸爸”，这时他父亲的形象是形亡实存，永远存在了他的记忆里；他也在这一刻长大了。从渴望父亲——父亲到来，他并不接受，情感上没有这位父亲的存在——父亲失去，但他终于承认了这位迟来的父亲，情感上接受了他，情感上实现了回归。另外，他渴望长大，到最后，他也真的长大了。从哥哥安德烈的角度去看，影片的开始以及影片的大部分，安德烈的“哥哥”身份其实是不称职的，相比伊万，安德烈的性格显得懦弱，容易屈服，让人觉得伊万才是“哥哥”。而经过与父亲的旅行，经历父亲的到来、与父亲的相处，直至父亲的死去。安德烈到最后实现了“成长”，起到了长兄为父的职责。在我看来，影片中兄弟俩的成长所体现的“回归”即是影片《回归》最想表达的。

第四篇：《回归》观后感

美术学院 朱虹达 2007162006

伊凡与安德烈的心理结构类型比较

从人际关系的角度来说，一个人的内心形成于并体现在他与其他人的关系中。各种他人和各种关系引导人形成自己的“人际关系模式”，并习惯性地运用这一模式与他人相处。两个人在处理他们的关系上发生冲突，其内在原因往往是他们（对这个关系）各自认同的关系模式发生了矛盾。

因此，在讨论伊凡与安德烈的心理前，我要先描述一下他们的父亲的心理，因为影片大部分时间在呈现他们与父亲的关系。

这位父亲所习惯的人际关系模式我将其概括为“发出命令的上级与服从命令的下级”。他的内心需要是儿子对他作为父亲以及家长的身份的认可和尊重。因此他采取强硬的态度让儿子叫他爸爸并且听他的话。

可伊凡所期待的爸爸完全不是这样，他认为与父亲的相处模式应该是 “包容可靠的家长与被爱护的孩子”，这大约可以归咎于他长时间与母亲的相处。伊凡内心最强烈的需要是安全感和爱，这解释了为何他最后与父亲发生剧烈冲突时他不再畏高爬上塔顶，事实上他依然害怕，只不过在他看来父亲比高塔更加不安全，这是一个两害相权取其轻的选择。他考量父亲的标准是感性的，当他的需要得不到满足时也多诉诸于情绪的爆发。同时，他受到玩伴欺负的经历使他内心还有这样一种关系模式——“不可信任的他人与孤立无援的自己”。于是他一直小心翼翼地观察这个陌生的父亲。当他看到父亲因为安德烈找餐馆耽误了时间而“不近人情地”责骂安德烈时，他便开始生产负面情绪。尽管当时父亲并没有责骂他，甚至可以说安德烈犯错挨骂一事跟他压根儿没关系，但他却由此排斥父亲。这是由于父亲的实际表现与他需要的“父亲在意儿子的感受”大相径庭。这一需要的落空使得他心灰意冷，并马上按自己的经验将这个父亲归为了不可信任的人。

而刚被训斥过的安德烈，这个乖乖认错得到父亲原谅的哥哥面对排斥父亲的弟弟则马上站到了父亲一边：“别管他，爸爸。他倔得像头驴。”这作为安德烈的人际关系模式，他和伊凡一起与玩伴们相处

美术学院 朱虹达 2007162006

时也得到了体现——他似乎也有那么点“应该保护弟弟”的意思，但当玩伴们集体表明（有几个或许是默认）了“不与胆小鬼说话”的态度，他选择了认同“大多数人”。因为他内心需要以此来换取“大多数人”的认同。所以安德烈常用的人际关系模式是“强大的他人与力求他人认可的自己”。这里说的“强大的”他人相对于“弱小的”安德烈，他几乎不发表自己的意见，擅长于以他人的标准要求自己。即便是单独与被自己称作“矮子”、“胆小鬼”的弟弟在一起时也往往是顺从的态度；而当他处在发生冲突的双方周围，他便依附于“看起来更强势”的一方。我想这是他多年来没有强有力的庇护而自身又不够强大——如他在无法处理偷钱包的人时，面对父亲“你们俩真没种”的责骂所说的“我还没有准备好”。相比之下，伊凡反过来责怪父亲“你为什么不早点出来（保护我们）”，他至少已经在“准备”。这也说明了他已经不同于伊凡寻求他人保护，而是想要自己对自己负责的意愿。

然而，父亲的突然死亡让他没有时间再准备了。伊凡崩溃了，他彻底失去了被父亲爱护的可能性。这时他的表现和《狮子王》中看见父亲死去的辛巴很像。无论父亲是慈爱的还是严厉的，作为失去父亲的孩子这一角色所体验到的都是惊惶无助。同时，安德烈也失去了一个可以让他顺从依附的势力。这个境地迫使他不得不选择自己的存在，于是他的价值观第一次在他自己的意志上显现出来。他冷静而理智地，带着伊凡把爸爸装上船，带回去。

第五篇：回归本真

回归本真，书写生活

摘要：中学作文教学需要“真”的声音，正是面向这个“真”字，作文课堂教学需排除虚假，摒弃教条，拒绝僵化，从而倡导一种回归本真的写作教学。所谓“本”，是以人的言语生命为本；所谓“真”，是真实、真切、真诚、率真。如何才能实现这种本真的写作教育目标？本文主要从以下方面进行探讨：让学生在写作中关怀人情，关心人文，关注当前，书写生活，旨在更好地实现中学阶段的写作教学总目标，切实提高中学生写作能力。

关键词：作文课堂人情人文时事生活

中小学阶段的写作教学总目标是：为生命的美丽而作——激发写作兴趣，养成良好写作习惯，提高书面表达能力，丰富和发展言语生命，培养健全的言语人格。①那么如何才能让作文课堂教学充溢激情，绽放出生命的光彩，迸发出智慧的火花，使课堂成为学生向往的乐园呢？笔者以为，作文课堂教学应关乎人文，关心人情，关注当前，调动起学生的生活储备，才能使学生写出文情并茂的作文来。这样，作文课堂教学才会独具魅力，充溢生命生机。

一、关怀人情

阅读过程是作者与读者情感交流与互动的过程，文章也“不是无情物”----是承载和传播情感的载体。情感好像肥美的土壤，知识的种子就播种在这块土壤上。在写作教学中教师能引导学生付出真情，使学生能够融情于文，而不是为情造文。那么写出的作文就能达到以情动人，作文教学就会抵达“登山则情满于山，观海则意溢于海”②的“育情”境地。

作文课堂上，教师要注入“人情味，引导学生与优秀的文化接触，与古今中外的高尚灵魂对话，充分挖掘教材（课文）的情愫，让学生始终涌动情感的生命源泉，培育酷爱祖国、关爱社会、眷念故乡、珍爱青春、感恩亲情和悲天悯人的情感，不只能够实现语文教学提升学生语文素养的目的，还可以更好的教育学生懂得爱，学会爱。例如，教师能够引领学生从《背影》中感受父子深情，从《自己与地坛》中体会母子情深，从《边城》中认识祖孙、兄弟之情，从《自己愿意

是急流》中领悟无私爱情，从《雨霖铃》中体悟“执手相看泪眼，竟无语凝噎”的离情别绪，从《京口北固亭怀古》中感悟拳拳赤子之情„„的确，语文教学的确是心意绵绵，怎一个情字了得！在日常教学中，学生接受了情感的熏陶，写作过程中就能达到理性感性兼备，情理并现的效果。

二、关心人文

“人文就是将人类优秀的思想文化成果等通过知识传播和环境熏陶，使之内化为人的品德、气质、修养，并成为人相对稳定的内在质量”③，一位科学家曾说过：“一个国度，一个民族，假如没有优秀的人文文化，就会不打自垮。”④当前，人类的生存环境、理想信念、价值观念等都受到了史无前例的挑战，而许多学生却缺少历史使命感和社会责任感。语文教学要充分发掘人文资源，既要注重知识的传播，更要注重人文的陶冶。因此，在作文教学中，教师要坚持用课文中饱含的真善美，丰富学生美好心灵，塑造学生健全人格。并进一步让学生把所学到的人文知识，教学中潜移默化所提升的人文素养化入作文。为此，在行文中，学生要拥有“天生自己材必有用”的自信，展示“仰天大笑出门去”的豪情，树立“咬定青山不放松，任尔东西南北风”的信念，取得“悟已往之不谏，知来者之可追”的感悟，确立“吾不能变心以从俗兮，固愁苦而终穷”的高尚人格„„在文章中融入“人文味”，让写作教学成为铸造学生灵魂的主要手腕，让文章成为学生展示自己人文素养的重要途径。

让学生关心人文，可以提升人文素养，还可以丰富学生的情感。作文与情感是分不开的，凡是有具有生命力的作品，无不倾注着作者的全部心血和炽热的情感。“情动于衷，而发于言。”文以情动人，书以文抒情。作者写诗作文，一定要自己先有感动，然后才能用语言表达出来。“登山则情满于山，观海则意溢于海”⑤“诗言志,歌咏言,声依咏,律和声。”⑥“感人心者，莫先乎情，莫始乎言，莫切乎声，莫深乎义。诗者，根情，苗言，华声，实义。”⑦以上这些句子说的都是说写诗作文，必须要有真情实感，诗文才会有感人的力量。

三、关注当前

任何学科的教学都应抓住时代脉搏，体现时代特征，将社会与人生严密联系在一起。语文课堂上，教员恰当地导入具有时代特征的新闻类知识，能够创设新颖的教学情境，激起学生参与探究学习的激情，陶冶他们的情操，激活他们的思维。因而，作文教学中，教员更应引导学生关注社会，关怀民生，鼓舞学生辩证

地看问题，培育学生认识世界的能力，让课堂这一小天地，成为学生的人生导航标。

那么，如何才能让学生在校园生活中吸取大量有价值的新闻素材呢？在校园的宣传栏内，每天可以呈现一些重要的报纸，在教室里也可设置几份高品质报纸，让学生每天都可“秀才不出门，全知天下事”。此外，语文课堂教学中，教员可以引导学生展开“课前五分钟新闻发布会”活动，充分利用电视、网络、报刊等媒介，大量搜集新闻信息，有针对性地让学生就某个新闻事件展开讨论。这样既可以开阔学生视野，也可以锻炼他们对时事的敏感性，更重要的是，学生的表达能力得到了很好的激活和提高。

教师在日常教学中引导学生关注社会热点，了解国内外发作的大事，让学生从各类新闻中了解众生百态、人情冷暖、世间万象，这些对整天呆在教室读书的学生来说，无疑是一顿丰厚的精神大餐。

四、书写生活

关怀人情、关心人文、关注当前是为了更好地书写生活，“问渠那得清如许，为有源头活水来。”生活是作文的源头活水，作文中包含浓浓的生活气息才能引起读者阅读的兴趣。古往今来，大凡能够给人以美的享受的文章总是离不开生活。雷抒雁的《麦天》，老舍的《想北平》，汪曾祺的《侯银匠》等优美的经典篇目中无不充满浓烈真纯的生活气息，只有富有生活气息的作品才能引起广大读者的强烈共鸣。

著名教育家陶行知先生曾说过：“生活即教育，社会即学校，没有生活做中心的教育是死教育。”⑧的确如此，生活的确是教育的中心，教育只要依靠生活，才能充满生机而成为真正的教育。

因此，学生的作文中也应有生活的内容。而要想给作文课堂引入“生活味”，教师必需在教学过程中以学生的实际生活和既有阅历为基础，高度重视课程资源的开发和应用，创设各种学生能够自主探究的学习情境，通过内引、外联、对比等办法沟通课堂内外，充分利用学校、家庭和社会等资源，让学生在入手做、动脑想等理论活动中，把笼统的知识转化为详细而充溢生命的才干。

生活犹如潮水，每时每刻都激荡着我们的情感，刷新着我们的知识。教师只要能在作文课堂上及时抓住学生心中的每一次感动，引导学生重复咀嚼，认真玩味，课堂就必然会充溢激情，绽放出美丽的光彩。

只有在日常的教学中，让学生养成关怀人情、关心人文、关注当前的习惯，才能引起学生创作的兴趣，激发他们书写生活的热情。这样又会促进他们更多去关怀人情、关心人文、关注时事，从而形成良性循环。通过作文教学，让学生用心去体验生活，感悟生活，为生活中的美好所感动，从而更好地书写生活，热爱生活，这也许是写作的最本真的初衷吧。

参考文献：

[1] 秦训刚，蒋红森主编.高中语文课程标准教师读本[M].武汉：华中师大出版社，2009.[2][5] 张绍康.刘勰及其《文心雕龙》研究 [M].北京：北京大学出版社，2010.[3] [4]方智范.语文与文学素养 [M].广州：广东出版社，2005.[6] 严斯信.尚书·尧典今译 [M].昆明：云南人民出版社，2010.[7] 韦志成.作文教学论[M].南宁：广西教育出版社，1998.[8] 胡晓风等主编.陶行知教育文集[M].成都： 四川教育出版社,2007.