举例说明：现实生活中存在两个变量间的相关关系．

变量之间的关联关系如下：1．相关关系。当自变量取值一定时，因变量的取值带有一定的随机性，则这两个变量之间的关系叫做相关关系．即相关关系是一种非确定性关系。当一个变量的值由小变大时，另一个变量的值也由小变大，则这两个变量正相关。当一个变量的值由小变大时，而另一个变量的值由大变小，则这两个变量负相关。【注意】相关关系与函数关系的异同点：共同点：二者都是指两个变量间的关系。不同点：函数关系是一种确定性关系，体现的是因果关系；而相关关系是一种非确定性关系，体现的不一定是因果关系，可能是伴随关系。2．散点图。从散点图上看，点散布在从左下角到右上角的区域内，两个变量的这种相关关系称为正相关，点散布在从左上角到右下角的区域内，两个变量的相关关系为负相关。什么是相关关系：相关关系指多个变量间的变化有关联，其按某种规律在一定范围内变化的关系。有相关性、哪怕是很强的相关性也不能代表因果关系，我们只能依据相关的情况推测。相关关系在生活中最广泛，几乎涵盖了生活中的方方面面，很多人也会把相关关系当作因果关系。下面这两个非常好的笑话可以帮助理解相关关系与因果关系的差别：①家门前的大树年年长大，国家经济年年增高，所以这棵大树影响国家经济。②每年都有大量去过医院的人生病，所以医院和生病有相关关系，那是不是大家都不去医院就不会生病了？大家都知道，不管经济持平还是下降，大树都会长大或者死亡，并不存在因果关系；正是由于人生病了要去医院，所以医院才有那么多病人，但是这并不代表“去医院”是“生病”的原因。

1.按方向：正相关：两个变量的变化趋势相同，一个变量随别的变量的增减而增减；负相关：两个变量的变化趋势，相反，一个变量随别的量的增减而增加。2.按程度：完全相关：一个变量的变化由另一个变量的变化确定及函数关系；不完全相关：若两个变量的变化相互独立，则这两个变量不相关，不完全相关指两个变量间的 两个变量间的关系介于不相关和完全相关之间。

数据拟合？最小二乘法比较常用

《变量间的相关关系》的主要内容为采用定性和定量相结合的方法研究变量之间的相关关系，主要研究线性相关关系．主要概念有“相关关系”、“散点图”、“回归直线和回归直线方程”、“相关系数”等．研究方法为先绘制散点图，直观表示观测数据，定性描述变量间相关关系的类型、方向、相关程度．然后应用最小二乘法确定变量间相关关系的具体表达形式，描述变量间的数量规律，并由一个变量的取值去推测另一个变量的取值．这部分内容涉及到一些重要的统计思想和方法，对学生的学习和教师的教学都有一定的难度．本文就研究对象、核心概念、研究方法、统计思想及相关应用进行简单的解读，提出一些教学建议，希望对教学能提供一些帮助．一、相关概念及统计思想方法1．相关关系——变量间的不确定关系两个变量之间的数量关系有两种不同的类型：一种是函数关系，一种是相关关系．当一个变量取一定的值时，另一个变量有确定的值与之对应，我们称这种关系为确定的函数关系．一般把作为影响因素的变量称为自变量，把与之对应变化的变量称为因变量．当一个变量取一定的数值时，与之对应的另一个变量的值虽然不确定，但它按某种规律在一定的范围内变化，变量间的这种关系称为不确定性的相关关系．或者说两个变量之间确实存在某种关系，但不具备函数关系所要求的确定性．函数关系和相关关系都是指两个变量之间的数量关系．函数关系是两个非随机变量之间的一种确定关系，是一种因果关系．而相关关系是两个变量之间的一种不确定的关系，这两个变量中至少有一个是随机变量．两个相关变量之间可能有内在联系（真实相关），也可能完全不存在内在联系（虚假相关）．之所以X和Y之间是相关关系，原因是变量X是影响变量Y的主要因素，但不是唯一因素，还有其他种种因素，而这些因素我们又不能完全把握．研究函数关系，可以用数学分析的方法．例如，已知y和x之间具有线性关系，即，此时只要知道变量的两组取值就可以确定函数表达式．研究相关关系则必须对变量进行多次观测，借助统计的相关思想和方法．例如，有人认为人的体重y和身高x之间具有近似的二次函数关系，由三个人的身高和体重数据，确定出y和x之间的表达式．这样得到的结果很不可靠，难以使人信服．2．散点图—描述相关关系的直观工具由于相关关系的不确定性，寻找变量X和Y之间的相关关系时，首先要对变量进行观测．设n次观测值为．在直角坐标系中，横轴代表变量X，纵轴代表变量Y，将观测数据用坐标点的形式描绘出来，得到的图形称为散点图．散点图是研究相关关系的直观工具，可以定性的判断相关的方向和程度． 如果散点大致分布在一条直线附近，又不完全在一条直线上，说明变量间具有线性相关关系；如果这些点大致分布在一条曲线附近，说明变量间具有非线性相关关系；如果这些点的分布几乎没有什么规则，说明两个变量间没有相关关系．对于线性相关，如果散点从左下角到右上角沿直线分布，那么两个变量正相关，如果散点从左上角到右下角沿直线分布，两个变量负相关．如果散点在整体上和某一直线越接近，表明变量间相关关系越强．3．数据分析方法—相关分析与回归分析对变量间相关关系，在定性分析的基础上，需要进行定量分析．定量分析有相关分析和回归分析两种方法．相关分析是用一个指标（称为相关系数）来反映变量间相关关系的密切程度（见人教A版必修3P85，阅读与思考）．回归分析就是根据相关关系的具体形态，选择一个合适的数学模型，来近似表达变量间的平均变化关系．相关分析和回归分析具有共同的研究对象，在具体应用时，需要互相补充．作相关分析需要依靠回归分析表明变量相关的具体形式，而进行回归分析需要通过相关分析表明变量间的相关程度，只有变量间存在高度相关时，由回归分析得到的变量间的具体形式才有意义．相关分析研究变量间的相关的方向和相关程度，它不提供相互关系的具体形式，也无法从一个变量的变化来推测另一个变量的变化情况．相关分析不必确定哪个变量是自变量，哪个是因变量，所涉及的两个变量可以都是随机变量．回归分析根据观测数据，确定一个数学方程式（回归方程），根据这个方程式可以由已知量推测未知量，为估算和预测提供一个重要方法．回归分析必须事先确定具有相关关系的变量中哪个为自变量，哪个为因变量．一般地说，自变量是普通变量（人为可以控制其取值），因变量是随机变量．4．最小二乘思想—统计学基础的重要部分当两个变量之间存在相关关系时，由于不确定性，如果只有很少几组变量观测值，很难估计误差的大小．法国法数学家勒让德（Le Gendre，1752—1833）在根据测量数据预测彗星轨道的问题时，发现了如何有效利用全部测量数据的方法．即通过计算得出一组数值，在使数据组的偏差达到最小的意义下，这些数值是最优的．由勒让德的方法得出的数值充分利用了所有数据信息，这个方法现在叫做最小二乘法．人们立即认识到勒让德发现的价值，运用最小二乘法的数学并不难，所以绝大多数从事测量的科学家，都能从这一方法中受益，他们可以充分利用数据．当时最小二乘思想在科学界迅速流传．1809年，德国数学家高斯（Gauss，1777—1855年）在一篇论文中，分析了如何充分利用一系列测量数据来预测天体轨道的问题，在文章中也叙述了最小二乘法，并声称自己发明了这一方法．事实上，勒让德第一个发表了最小二乘法思想，并影响了统计学；高斯也使用了最小二乘法，并且考虑了最小二乘法的误差分析问题，他还发现了最小二乘法理论中的重要结果，它从统计学的角度回答了最小二乘法在缩小误差上的优势，使得在勒让德那里只是处理测量数据的代数方法逐渐渗透到统计数据分析的领域，最小二乘法对统计学就象微积分对于数学中的影响一样深远，高斯的巨大声望使一些历史学家把最小二乘法归功于他．下面通过一个简单问题，阐述最小二乘思想．一段公路，实际长度为a千米，a是未知的，对公路进行n次实际测量，假设测量值为．可是每次测量都有一定的误差，这些误差或正或负，或大或小．应该如何估计a的值呢？直观的想法是a 的值应该最接近这些测量数据，数学描述就是： a的值应该使所有的误差平方和 达到最小． 当时，达到最小．即用测量数据的平均值作为a的估计值．这里估计参数a所采用的就是最小二乘法的思想．用数理统计知识可以证明这样的估计也是最佳的． 最小二乘法的优点是：有效利用了全部测量数据，使误差平方和达到最小，防止了某一极端误差对决定参数估计值取得支配性地位．在计算上只需对参数求偏导数求解线性方程组即可． 5．回归直线与回归方程当两个变量之间具有线性相关关系时，散点图中的点大致分布在一条直线附近，这条直线叫做回归直线，这条直线的方程叫做回归方程．数学模型：假设因变量y主要受自变量x的影响，它们之间的数量关系为，其中x是非随机变量，是未知的常数．是随机误差项，它反映了未列入方程的其它各种因素对y的影响．从而y是随机变量，它可以用由x的值完全确定的部分和随机误差部分来解释．当由观测数据估计出和b时，得到直线回归方程为．将观测数据代入中，得，或，其中为n次观测的误差．求的估计值，使“从整体上看各点与直线的距离最小”．应用最小二乘思想，就是求使误差平方和达到最小的的值．可以用配方法或求偏导数的方针求出的估计值． 6．相关系数—变量间线性关系密切程度的度量相关系数是用来衡量两个变量之间线性关系密切程度（强与弱）的一个数量指标．只有了解构造相关系数的统计思想，才能对相关系数有较深刻的理解．下面对相关统计量的意义及构造相关系数的统计思想做一简述．设回归方程为，与对应的回归值为．称为偏差，称为偏差方和．的值越小，反映各偏差普遍较小，数据点整体上比较接近回归直线，说明变量间线性关系比较密切．但是一个绝对量，需要进行调整．为方便引入以下记号：，，，．衡量数据的波动大小，衡量数据的波动大小．，反映主要由的变化引起的间的波动，反映除线性关系之外的各种随机因素引起的间的波动．可以证明：．令，显然，而且越接近1，就越接近0，说明x和y之间的线性关系越密切．当时，x和y正相关，当时，x和y负相关．但由于只与有关，所以不能反映相关的方向．因此定义相关系数如下： ，一般越接近1，x和y之间的线性关系越密切．需要注意的两点是：（1）相关系数只衡量变量间线性关系的密切程度，即使变量间具有确定的非线性函数关系，也可能非常接近0．（2）当n很小时，即使非常接近1，也不表明变量间的线性关系强．例如，无论x和y之间是何种关系，当n=2时，总有．二、教学建议1．“相关关系”的有关概念及定性描述相关关系的概念是描述性的，不必追求形式化上的严格．建议采用案例教学法．对比函数关系，重点突出相关关系的两个本质特征：关联性和不确定性．关联性是指当一个变量变化时，伴随另一个变量有一定的变化趋势；不确定性是指当一个变量取定值时，与之相关的变量的取值仍具有随机性．因为有关联性，才有研究的必要性．因为其不确定性，从少量的变量观测值，很难估计误差的大小，因此必须对变量作大量的观测．但每个观测值都有一定误差，为了消除误差的影响，揭示变量间的本质联系，就必须要用统计分析方法．判断两个变量间是否具有相关关系，一是凭经验及学科专业知识，二是借助散点图．下面是一些可供选择的例子，教学时可先逐一分析其关联性和不确定性，然后结合散点图，进一步判断相关关系的类型和方向．实例变量X和Y关联性不确定性相关类型例1家庭收入X，消费支出Y收入高的家庭消费支出相应也较高．收入相同的家庭，消费支出未必相同．正线性相关例2人的身高X，脚的长度Y一般身材较高者，脚的尺寸也较大同样身高的人，脚的尺寸不一定相同．正线性相关例3数学成绩X，英语成绩Y数学成绩高者，一般英语成绩也较高，反之也对．存在数学成绩高（低）而英语成绩低（高）的学生．正线性相关（虚假相关）例4气温X，热饮销量Y随着气温的升高，热饮的销量相应会减少．温度相同的日期内，热饮的销量也未必相同．负线性相关例5（非线性相关和不相关的例子）对0到18岁之间的未成年人来说，年龄和身高之间具有非线性的相关关系．对成年人来说，年龄和身高之间没有相关关系（散点图略）．例6 吸烟和患肺部疾病之间不具有因果关系，但具有相关关系．我们引入两值变量X和Y： 如果调查了700人，其中400个不吸烟者中有40人患肺部疾病（10%），300个吸烟者中有60个人患肺部疾病（20%），说明吸烟对患肺部疾病有一定的影响．但不吸烟者也可能患肺部疾病，吸烟者也可能不患肺部疾病，因此X和Y之间具有相关关系．例7 有人曾经观察过某一国家历年的国内生产总值与精神病患者的人数的关系，发现两者之间存在较强的正相关．实际上国内生产总值与精神病患者的人数之间没有内在联系，是一种典型的虚假相关．这是因为它们都和人口总量有内在的相关关系．说明：（1）适当例举非线性相关和不相关的例子，有助于对相关关系的全面了解，但我们研究的重点是线性相关关系，而且正相关或负相关只对线性相关有意义．（2）讨论“相关关系”时，对中学生来说，不要求说明哪个变量是随机变量，哪个变量是普通变量．（3）根据学生实际情况，可以从散点图判断线性关系的强弱，进行适当拓展．2．相关关系的定量描述——求回归直线方程本小节的重点是用最小二乘法求回归直线方程．采用探究式教学方式．在给出回归直线和回归直线方程的定义后，提出如下问题：如何求回归直线方程，要求这条直线在整体上与数据点最接近？许多统计思想和方法都比较直观，学生可能提出各种不同的方法，包括教材上列举的方法．为了防止漫无目的，对求回归直线的方法应提出一些基本要求：尽可能利用全部数据，体现整体偏差最小，便于数学计算，结果确定等．离这些要求越来越远的方法，不必多加考虑．通过对有些方法逐步修正，最后引导到使用最小二乘法求回归直线方程．方法1：逐渐移动直线，测量各点到直线的距离，使距离和最小．该方法体现了整体偏差最小的思想，缺点是难以实现，而且测量的方法很难得到确定的结果．方法2：选择两点画直线，使直线两侧的点的个数基本相同．这种方法没有利用全部数据信息，其结果会因人而异．方法3：用多条直线的斜率和截距的平均值作为回归直线的斜率和截距．这种方法既没有利用全部数据信息，也没有体现整体误差最小的思想，结果也不确定．设回归方程为，，是第i个观测值的偏差，是第i个观测点到回归直线的距离．设是回归直线的倾斜角，则．方法4：距离和最小．求a，b使达到最小．这是方法1的数学严格化．方法5：总的偏差和最小．求a，b使达到最小．方法4和方法5是等价的．方法5利用了全部数据，体现整体偏差最小的思想，结果是唯一确定的．唯一的缺点是不便数学计算．方法6偏差平方和最小．求a，b使达到最小．该方法克服了方法5的缺点．这种方法称为最小二乘法．说明：（1）我们的目的是通过探究找到一个求回归方程的“较优”的方法，这里所说的“较优”也是基于直观的思想，在学生现有的知识水平下，无法严格证明．如果对用上面的方法得到直线的“优劣”进行评判，我认为是理解上的偏差，况且也做不到．（2）应用最小二乘法求回归方程是一个纯数学的问题，用配方法显得繁琐，用求偏导数的方法超出了学生的能力要求．对此不做要求，直接给出a，b的公式，不影响对统计方法的理解．（3）也可以按下面的过程展开教学．①提供实际问题情境，从测量数据出发，采用偏差平方和最小的思想（最小二乘思想）求参数的估计值．②通过类比用最小二乘法求回归直线方程．3．回归方程的计算回归方程中a，b的计算公式比较复杂，要求利用计算器或计算机进行计算．为了熟悉公式的构成及相关量的计算过程，建议使用Excel软件中的公式进行计算．以年龄和脂肪含量的关系为例．如下表所示：在相应的单元格内输入数据，第15行为合计．先计算，，在单元格C1，D1，E1中输入相应的公式．通过公式复制然后求和得到：（C15）（D15）（E15），相关系数,，回归方程为．作为拓展还可以计算与对应的回归值，与实际观测值进行比较，了解偏差的大小．由相关系数的大小判断线性关系的强弱． ABCDEFG1239.5628.50445.24315.4212.81-3.3122717.8443.94199.3289.4915.112.6933921.282.2654.9636.7222.03-0.8344125.949.989.621.8523.192.7154527.59.42-0.740.0625.492.0164926.30.86-0.890.9227.80-1.5075028.23.721.810.8828.37-0.1785329.624.3011.545.4830.10-0.5095430.235.1617.438.6430.68-0.48105631.462.8832.8317.1431.83-0.43115730.879.7431.6112.5332.41-1.61125833.598.6061.9638.9432.990.51136035.2142.3294.7263.0434.141.06146134.6167.1894.9153.8834.72-0.1215673381.71828.931054.34644.99———— 4．回归方程的意义及应用回归直线方程作为变量x和y之间线性关系的代表，它近似描述了x和y之间的数量关系．利用回归方程，当已知x的值时，可以推断y的取值．回归方程中b的意义为：当自变量x改变一个单位时，因变量y的平均改变量．为当时y的估计值，也可以理解为当时y的可能取值的平均值．在教学中下面的实例可供选择．例1主要解释系数b和回归值的意义；例2说明回归方程用于预测时的作用；例3介绍“回归”一词的由来的背景知识，同时也说明了回归方程在揭示了变量间的依存规律时的作用．例1 年龄和脂肪含量之间的回归方程为．（1）解释b（0.5765）的意义；（2）当x=37时，计算相应的值并解释其意义．解 （1）回归直线方程中b是直线的斜率，b>0表示随年龄的增长，人体脂肪含量呈现增长的趋势，b=0.5765说明年龄每增加1岁，身体脂肪含量平均增加0.5765%．（2）当x=37时，%，20.9%是37岁的人脂肪含量的一个估计值，可以理解为众多37岁人脂肪含量的平均值．说明：年龄的取值范围为23—61岁，一般在这个年龄范围内估计脂肪含量时误差相对较小，如果估计80岁人的脂肪含量，误差会很大，结果不可靠．例2 某博物馆发现文物被盗，公安刑侦人员经过分析，推测案犯的身高在175㎝左右．刑侦人员是如何推断的呢？原来在现场发现了案犯的脚印，测量脚印的长度为25.5㎝,已知成年人的脚印长x和身高y之间存在线性相关关系，回归方程为．因此可以从脚印的长度，推断其大致身高，为破案提供重要线索．例3 英国遗传学家高尔顿（Francis Galton，1822-1911年）在子女与父母相像程度遗传学研究方面，取得了重要进展．高尔顿的学生卡尔·皮尔逊（Karl Pearson，1857-1936年）在继续这一遗传学研究的过程中，测量了1078个父亲及其成年儿子的身高．用x表示父亲的身高，y表示儿子的身高（单位为英寸）．求得回归方程为（如图所示），发现了一个重要的规律．主要计算结果及描述见下表： 计算结果关系描述　子代的平均身高大于父代的平均身高，大约高1英寸．父亲的身高与儿子的身高线性正相关，相关关系较弱．一般高个子的父亲儿子身材也较高，而矮个子父亲的儿子身材也较矮．时，时，较矮父亲的儿子们的平均身高比父亲要高．较高父亲的儿子们的平均身高比父亲要矮．有回归到一般高度的趋势．高尔顿和皮尔逊把这种现象称为“回归效应”，现在人们把由一个变量的变化去推断另一个变量变化的方法统称为回归分析．

根据相关系数的定义，可知相关系数是度量两个变量之间线性相关关系的强度，r的绝对值越接近于1，表示两个变量的线性相关性越强，r的绝对值接近于0时，表示两个变量之间几乎不存在相关关系，故选A．

【答案】：D长期来看，期货主力合约价格与持仓总量之间存在正相关关系；长期来看，美元指数与黄金现货价格之间存在负相关关系；短期来看，可交割债券的到期收益率与国债期货价格之间存在负相关关系。

【答案】：C【知识点】 Pearson相关系数；Pearson相关系数的取值范围在－1和＋1之间，即－1≤r≤1。r的取值可表明变量之间的相关关系，具体有：①若0＜r≤1，表明变量X和Y之间存在正线性相关关系；②若－1≤r＜0，表明变量X和Y之间存在负线性相关关系；③若r＝1，表明变量X和Y之间为完全正线性相关；④若r＝－1，表明变量X和Y之间为完全负线性相关；⑤当r＝0时，说明X和Y之间不存在线性相关关系，但并不说明变量之间没有任何关系。

　　当相关系数为+1时，说明变量之间的关系为完全正相关。 　　相关系数是一个介于-1到+1之间的值，用于衡量两个变量的相关程度，用符号γ表示，若γ>0，则表示两个变量为正相关，γ小于0，则表示两个变量为负相关，若γ=0，则表示两个变量完全不相关，γ的绝对值越大，表示变量间的相关程度越大，γ=+1，表示变量之间的关系是为完全正相关，γ=-1，表示变量之间的关系是为完全负相关。

负相关

不相关时　E（XY）＝E（X）E（Y）相关时　　E（XY）≠E（X）E（Y）　

(上式中r为相关系数(1)、当相关系数为0时，X和Y两变量无关系。(2)、当X的值增大（减小），Y值增大（减小），两个变量为正相关，相关系数在0.00与1.00之间。(3)、当X的值增大（减小），Y值减小（增大），两个变量为负相关，相关系数在-1.00与0.00之间。

3变量间的相关关系11、变量之间除了函数关系外,还有相关关系. 例：（1）商品销售收入与广告支出经费之间的关系 （2）粮食产量与施肥量之间的关系 （3）人体内脂肪含量与年龄之间的关系 不同点：函数关系是一种确定的关系；而 相关关系是一种非确定关系. 相关关系与函数关系的异同点： 相同点：均是指两个变量的

B. 零相关

（1）个变量之间的关系不一定是确定的关系，这是一个不正确的结论．（2）相关关系是一种非确定性关系，相关关系不是函数关系，这是一个不正确的结论．（3）回归分析是对具有相关关系的两个变量进行统计分析的一种方法，所以（3）不对．与（3）对比，依据定义知（4）是正确的，故选A．

需求不明，无法解答

直线回归系数与相关系数的区别：　　1.资料要求上　　回归只要求Y服从正态分布，对X可以不要求；相关要求两变量均服从正态分布。　　2.应用上　　说明两变量间依存变化的数量关系用回归；说明两变量间的相关关系用相关。　　3.意义上　　回归系数b表示X每增（减）一个单位，Y平均改变b个单位；相关系数r说明具有直线关系的两个变量间相关关系的密切程度与相关方向。　　4.计算公式不一样　　　　5.取值范围不一样：-∞＜b＜+∞，-1≤r≤1。　　6.单位不同：b有单位，r没有单位。回归系数b乘以X和Y变量的标准差之比结果为相关系数r。即b*σx/σy=r　回归系数与相关系数的联系：　　1.对一组数据若能同时计算b和r，它们的符号一致。　　2.b和r的假设检验是等价的，即对同一样本tb＝tr。　　3.用回归可以解释相关　　回归分析中有一个叫决定系数的指标，它的取值是在0～1之间的，决定系数值越接近1表明回归的效果越好。可以证明，相关系数r平方等于决定系数的值，用公式记为：　　1、相关系数与回归系数：A 回归系数大于零则相关系数大于零 　　B 回归系数小于零则相关系数小于零 　　（仅取值符号相同） 　　2、回归系数：由回归方程求导数得到，所以，回归系数>0，回归方程曲线单调递增； 　　回归系数<0，回归方程曲线单调递j减； 　　回归系数=0，回归方程求最值（最大值、最小值）你的数据可能恰好体现出了你说的那种趋势，但是实际上相关系数和回归系数之间没有明确的大小变化关系，不能单独考虑某一个变量的回归系数的大小，要结合整个回归方程及拟合优度来分析模型。在一组具有相关关系的变量的数据（x与Y）间，通过散点图可观察出所有数据点都分布在一条直线附近，这样的直线可以画出许多条，相关系数只能反映线性相关程度，不能确定因果关系，不能说明相关关系具体接近哪条直线，而我们希望其中的一条最好地反映x与Y之间的关系，即我们要找出一条直线，使这条直线“最贴近”已知的数据点，此时根据样本数据利用相应的估计方法估计出我们认为的最接近总体的回归方程的系数或者(个人理解)相关系数是说明，变量Y的增长是否随X的增长而体现出越加趋近于直线(这些直线可能是许多平行或相交但夹角很小的直线)的趋势，相关系数越大，说明越多的样本点(Xi，Yi)分布在同一条直线上，但是这种直线趋势不一定是完全由于变量X的变化引起的，也可能是由于存在某些没有考虑到的随机因素导致，仅次并不能完全的确定直线的位置，而回归系数是在假定了随机扰动的分布后，变量X的变化对Y的影响，所以说相关系数只是片面的说明两个变量之间相关关系密切程度的统计分析指标，而回归系数才是全面的反映变量之间的依存关系。

相关系数。相关表和相关图可反映两个变量之间的相互关系及其相关方向，但无法确切地表明两个变量之间相关的程度。于是，著名统计学家卡尔·皮尔逊设计了统计指标——相关系数(Correlationcoefficient)。相关系数是用以反映变量之间相关关系密切程度的统计指标。相关系数笭畅蒂堆郦瞪垫缺叮画是按积差方法计算，同样以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间相关程度；着重研究线性的单相关系数。依据相关现象之间的不同特征，其统计指标的名称有所不同。如将反映两变量间线性相关关系的统计指标称为相关系数（相关系数的平方称为判定系数）；将反映两变量间曲线相关关系的统计指标称为非线性相关系数、非线性判定系数；将反映多元线性相关关系的统计指标称为复相关系数、复判定系数等。

强强强强强强强强强强强强强强强强强强强强强强强强强强强强

研究变量间的相关关系可以采用哪些图表：散点图。相关关系是客观现象存在的一种非确定的相互依存关系，即自变量的每一个取值，因变量由于受随机因素影响，与其所对应的数值是非确定性的。相关分析中的自变量和因变量没有严格的区别，可以互换。数学变量关系:相关关系：当一个或几个相互联系的变量取一定的数值时，与之相对应的另一变量的值虽然不确定，但它仍按某种规律在一定的范围内变化。变量间的这种相互关系，称为具有不确定性的相关关系。按程度:⑴完全相关：两个变量之间的关系，一个变量的数量变化由另一个变量的数量变化所惟一确定，即函数关系。⑵不完全相关：两个变量之间的关系介于不相关和完全相关之间。⑶不相关：如果两个变量彼此的数量变化互相独立，没有关系。按方向：⑴正相关：两个变量的变化趋势相同，从散点图可以看出各点散布的位置是从左下角到右上角的区域，即一个变量的值由小变大时，另一个变量的值也由小变大。⑵负相关：两个变量的变化趋势相反，从散点图可以看出各点散布的位置是从左上角到右下角的区域，即一个变量的值由小变大时，另一个变量的值由大变小。

相关关系：当一个或几个相互联系的变量取一定的数值时,与之相对应的另一变量的值虽然不确定,但它仍按某种规律在一定的范围内变化.变量间的这种相互关系,称为具有不确定性的相关关系 　　相关关系的种类 　　1.按相关程度分类： 　　（1）完全相关：一种现象的数量变化完全由另一种现象的数量变化所确定.在这种情况下,相关关系便称为函数关系,因此也可以说函数关系是相关关系的一个特例. 　　（2）不完全相关：两个现象之间的关系介于完全相关和不相关之间 　　（3）不相关：两个现象彼此互不影响,其数量变化各自独立 　　2.按相关的方向分类： 　　（1）正相关：两个现象的变化方向相同 　　（2）负相关：两个现象的变化方向相反 　　3.按相关的形式分类 　　（1）线性相关：两种相关现象之间的关系大致呈现为线性关系 　　（2）非线性相关：两种相关现象之间的关系并不表现为直线关系,而是近似于某种曲线方程的关系 　　4.按相关关系涉及的变量数目分类 　　（1）单相关：两个变量之间的相关关系,即一个因变量与一个自变量之间的依存关系 　　（2）复相关：多个变量之间的相关关系,即一个因变量与多个自变量的复杂依存关系 　　（3）偏相关：当研究因变量与两个或多个自变量相关时,如果把其余的自变量看成不变（即当作常量）,只研究因变量与其中一个自变量之间的相关关系,就称为偏相关.

根据相关系数的定义，可知相关系数是度量两个变量之间线性相关关系的强度，r的绝对值越接近于1，表示两个变量的线性相关性越强，r的绝对值接近于0时，表示两个变量之间几乎不存在相关关系，故选A．

相关关系：当一个或几个相互联系的变量取一定的数值时,与之相对应的另一变量的值虽然不确定,但它仍按某种规律在一定的范围内变化.变量间的这种相互关系,称为具有不确定性的相关关系 　　相关关系的种类 　　1.按相关程度分类： 　　（1）完全相关：一种现象的数量变化完全由另一种现象的数量变化所确定.在这种情况下,相关关系便称为函数关系,因此也可以说函数关系是相关关系的一个特例. 　　（2）不完全相关：两个现象之间的关系介于完全相关和不相关之间 　　（3）不相关：两个现象彼此互不影响,其数量变化各自独立 　　2.按相关的方向分类： 　　（1）正相关：两个现象的变化方向相同 　　（2）负相关：两个现象的变化方向相反 　　3.按相关的形式分类 　　（1）线性相关：两种相关现象之间的关系大致呈现为线性关系 　　（2）非线性相关：两种相关现象之间的关系并不表现为直线关系,而是近似于某种曲线方程的关系 　　4.按相关关系涉及的变量数目分类 　　（1）单相关：两个变量之间的相关关系,即一个因变量与一个自变量之间的依存关系 　　（2）复相关：多个变量之间的相关关系,即一个因变量与多个自变量的复杂依存关系 　　（3）偏相关：当研究因变量与两个或多个自变量相关时,如果把其余的自变量看成不变（即当作常量）,只研究因变量与其中一个自变量之间的相关关系,就称为偏相关.

【答案】：A、C、D按变量间的相关程度可分为完全相关、不完全相关、不相关。

典型相关分析

相关关系是反应现象确实存在的，而关系数值又不确定的相互依存的关系。

根据相关系数的定义，可知相关系数是度量两个变量之间线性相关关系的强度，r的绝对值越接近于1，表示两个变量的线性相关性越强，r的绝对值接近于0时，表示两个变量之间几乎不存在相关关系，故选a．

根据相关系数的定义，可知相关系数是度量两个变量之间线性相关关系的强度，r的绝对值越接近于1，表示两个变量的线性相关性越强，r的绝对值接近于0时，表示两个变量之间几乎不存在相关关系，故选A．

根据相关系数的定义，可知相关系数是度量两个变量之间线性相关关系的强度，r的绝对值越接近于1，表示两个变量的线性相关性越强，r的绝对值接近于0时，表示两个变量之间几乎不存在相关关系，故选A．

相关与回归的区别与联系如下：1、相关分析所研究的两个变量是对等关系，回归分析所研究的两个变量不是对等关系，必须根据研究目的确定其中的自变量、因变量。2、对于变量x与y来说，相关分析只能计算出一个反映两个变量间相关密切程度的相关系数，计算中改变x和y的地位不影响相关系数的数值。回归分析有时可以根据研究目的不同分别建立两个不同的回归方程。3、相关分析对资料的要求是，两个变量都是随机的，也可以是一个变量是随机的，另一个变量是非随机的。而回归分析对资料的要求是，自变量是可以控制的变量（给定的变量），因变量是随机变量。相关与回归的含义相关与回归，是指变量之间存在一定的关系，但不像函数关系那样严谨，这种关系为相关关系，变量之间称为是相关的。若相关关系是线性的则称变量之间线性相关。若变量之间存在相关关系，需研究其中一个变量随其他变量（或受其变量影响）的数量关系。该变量称为因变量，其他变量称为自变量，这种因变量随自变量变化的数量关系称为因变量依自变量的回归。在统计上把研究变量之间相关关系的方法称为相关分析，把研究因变量受自变量影响的数量关系的方法称为回归分析。相关分析是回归分析的基础和前提。假若对所研究的客观现象不进行相关分析，直接作回归分析，则这样建立的回归方程往往没有实际意义。只有通过相关分析，确定客观现象之间确实存在数量上的依存关系，而且其关系值又不确定的条件下，再进行回归分析，在此基础上建立回归方程才有实际意义。回归分析是相关分析的深入和继续。对所研究现象只作相关分析，仅说明现象之间具有密切的相关关系是不够的，统计上研究现象之间具有相关关系的目的，就是要通过回归分析，将具有依存关系的变量间的不确定的数量关系加以确定，然后由已知自变量值推算未知因变量的值，只有这样，相关分析才具有实际意义。

相关系数r等于0，说明两个变量之间不存在相关关系。这样说不对。相关系数r是根据样本数据计算的度量两个变量之间线性关系强度的统计量。如果相关系数r=0，说明两个变量之间不存在线性相关关系。并不说明变量之间不存在其它相关关系，比如非线性相关关系。依据相关现象之间的不同特征，其统计指标的名称有所不同。如将反映两变量间线性相关关系的统计指标称为相关系数（相关系数的平方称为判定系数）；将反映两变量间曲线相关关系的统计指标称为非线性相关系数、非线性判定系数；将反映多元线性相关关系的统计指标称为复相关系数、复判定系数等。扩展资料：典型相关系数是先对原来各组变量进行主成分分析，得到新的线性关系的综合指标，再通过综合指标之间的线性相关系数来研究原各组变量间相关关系。需要指出的是，相关系数有一个明显的缺点，即它接近于1的程度与数据组数n相关，这容易给人一种假象。因为，当n较小时，相关系数的波动较大，对有些样本相关系数的绝对值易接近于1；当n较大时，相关系数的绝对值容易偏小。特别是当n=2时，相关系数的绝对值总为1。因此在样本容量n较小时，我们仅凭相关系数较大就判定变量x与y之间有密切的线性关系是不妥当的。参考资料来源：百度百科——相关系数

数学变量间的相关关系 相关关系：当一个或几个相互联系的变量取一定的数值时，与之相对应的另一变量的值虽然不确定，但它仍按某种规律在一定的范围内变化。变量间的这种相互关系，称为具有不确定性的相关关系 相关关系的种类 1.按相关程度分类： （1）完全相关：一种现象的数量变化完全由另一种现象的数量变化所确定。在这种情况下，相关关系便称为函数关系，因此也可以说函数关系是相关关系的一个特例。 （2）不完全相关：两个现象之间的关系介于完全相关和不相关之间 （3）不相关：两个现象彼此互不影响，其数量变化各自独立 2.按相关的方向分类： （1）正相关：两个现象的变化方向相同 （2）负相关：两个现象的变化方向相反 3.按相关的形式分类 （1）线性相关：两种相关现象之间的关系大致呈现为线性关系 （2）非线性相关：两种相关现象之间的关系并不表现为直线关系，而是近似于某种曲线方程的关系词条图册更多图册

【答案】D【答案解析】相关系数是描述变量之间相关程度的指标。

已知：相关系数是解释两连续变量之间是否存在线性关系的数值。趋近于0表示不相关，靠近1或-1表示强烈相关，符号表示正相关或负相关。 我的问题：书上说道，当利用相关系数来解释两个变量之间的关系时，这个相关统计是否重要，有两个判定标准： 然后是一通解释，我完全没有看懂。 对问题1的解释：要考虑样本来自相关系数为.00的总体的概率。做法是从总体中进行100次容量为N的抽样，计算每次抽样的相关系数，然后获取95%的相关系数范围，还断言这一范围会呈现关于.00对称的特点。如果实际样本的相关系数在此范围之外，可以认为所观测结果与.00显著不同。之后给出了Magnusson的公式，计算得到一个估值-.28和.28。我是没看懂书上的解释。 对于问题2的解释就更蹊跷了：相关系数的平方表示Y中方差中的百分之多少与X的方差相关。以母亲年龄与3岁儿童IQ的相关系数为.30，IQ方差为225，说IQ分数的方差的9%与母亲年龄有关。然后选择年龄为25岁的一批孩子，计算他们的IQ的方差。这个方差和估值之间的差异会说明什么吗？书上说“儿童IQ分数的标准差相对较小的减少（当与母亲年龄有关的变量消除后），表明这个相关系数可能不具有实际意义。” 进而提出中要对中等程度相关系数的解释保持谨慎态度。 以上问题有点复杂，但真心不太理解。求帮助。

1、相关关系：我们在观察某个研究对象X时，如果发现，它的变化总是与另一个对象Y的变化同步，那我们就说这两者是相关的，即变量X的变化总是伴随变量Y的变化，则说X和Y是相关的。 2、因果关系：如果说变量X的变化，总是引起变量Y的变化，则它们不仅有相关性，而且这种相关性是由于它们之间存在一种因果关系。由此可知：若X,Y两个变量间有相关关系，那它们间必有因果关系。这个说法是不正确的。

先求x1与x2的拟合半径与1之间的大小关系，r＜0则x1与x2具备很强的线性相关关系，且为负相关；线性回归方程一定过样本中心点；在一组模型中残差平方和越小，拟合效果越好，相关指数表示拟合效果的好坏，指数越小，相关性越强；相关指数R2用来衡量两个变量之间线性关系的强弱R2越接近于1，说明相关性越强，相反，相关性越小。两个变量之间相关关系的方法，要想知道两个变量之间的有关或无关的精确的可信程度，只有利用独立性检验的有关计算，才能做出判断。拓展：数理统计是数学的一个分支，分为描述统计和推断统计。它以概率论为基础，研究大量随机现象的统计规律性。描述统计的任务是搜集资料，进行整理、分组，编制次数分配表，绘制次数分配曲线，计算各种特征指标，以描述资料分布的集中趋势、离中趋势和次数分布的偏斜度等。推断统计是在描述统计的基础上，根据样本资料归纳出的规律性，对总体进行推断和预测。

简单相关系数：叫相关系数或线性相关系数般用字母r 表示用度量两变量间线性关系 一.相关系数值介于-一与+一间即-一≤r≤+一 r>0表示两变量相关r<0表示两变量负相关|r|=一表示两变量完全线性相关即函数关系r=一称完全相关r=-一称完全负相关r=0表示两变量间线性相关关

【答案】：C【知识点】 Pearson相关系数；Pearson相关系数的取值范围在－1和＋1之间，即－1≤r≤1。r的取值可表明变量之间的相关关系，具体有：①若0＜r≤1，表明变量X和Y之间存在正线性相关关系；②若－1≤r＜0，表明变量X和Y之间存在负线性相关关系；③若r＝1，表明变量X和Y之间为完全正线性相关；④若r＝－1，表明变量X和Y之间为完全负线性相关；⑤当r＝0时，说明X和Y之间不存在线性相关关系，但并不说明变量之间没有任何关系。

相关关系是客观现象存在的一种非确定的相互依存关系，即自变量的每一个取值，因变量由于受随机因素影响，与其所对应的数值是非确定性的。相关分析中的自变量和因变量没有严格的区别，可以互换。 按程度分类 （1）完全相关：两个变量之间的关系，一个变量的数量变化由另一个变量的数量变化所惟一确定，即函数关系。 （2）不完全相关：两个变量之间的关系介于不相关和完全相关之间。 （3）不相关：如果两个变量彼此的数量变化互相独立，没有关系。 按方向分类 （1）正相关：两个变量的变化趋势相同，从散点图可以看出各点散布的位置是从左下角到右上角的区域，即一个变量的值由小变大时，另一个变量的值也由小变大。 （2）负相关：两个变量的变化趋势相反，从散点图可以看出各点散布的位置是从左上角到右下角的区域，即一个变量的值由小变大时，另一个变量的值由大变小。 按形式分类 ⑴线性相关（直线相关）：当相关关系的一个变量变动时，另一个变量也相应地发生均等的变动。 ⑵非线性相关（曲线相关）：当相关关系的一个变量变动时，另一个变量也相应地发生不均等的变动。 按变量数目分类 ⑴单相关：只反映一个自变量和一个因变量的相关关系。 ⑵复相关：反映两个及两个以上的自变量同一个因变量的相关关系。 ⑶偏相关：当研究因变量与两个或多个自变量相关时，如果把其余的自变量看成不变（即当作常量），只研究因变量与其中一个自变量之间的相关关系，就称为偏相关。

相关表和相关图可反映两个变量之间的相互关系及其相关方向，但无法确切地表明两个变量之间相关的程度。于是，著名统计学家卡尔·皮尔逊设计了统计指标——相关系数(Correlation coefficient)。相关系数是用以反映变量之间相关关系密切程度的统计指标。相关系数是按积差方法计算，同样以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间相关程度；着重研究线性的单相关系数。

统计关系本身不可能意味着任何因果关系

没有线性相关关系

相关关系：当一个或几个相互联系的变量取一定的数值时,与之相对应的另一变量的值虽然不确定,但它仍按某种规律在一定的范围内变化.变量间的这种相互关系,称为具有不确定性的相关关系 　　相关关系的种类 　　1.按相关程度分类： 　　（1）完全相关：一种现象的数量变化完全由另一种现象的数量变化所确定.在这种情况下,相关关系便称为函数关系,因此也可以说函数关系是相关关系的一个特例. 　　（2）不完全相关：两个现象之间的关系介于完全相关和不相关之间 　　（3）不相关：两个现象彼此互不影响,其数量变化各自独立 　　2.按相关的方向分类： 　　（1）正相关：两个现象的变化方向相同 　　（2）负相关：两个现象的变化方向相反 　　3.按相关的形式分类 　　（1）线性相关：两种相关现象之间的关系大致呈现为线性关系 　　（2）非线性相关：两种相关现象之间的关系并不表现为直线关系,而是近似于某种曲线方程的关系 　　4.按相关关系涉及的变量数目分类 　　（1）单相关：两个变量之间的相关关系,即一个因变量与一个自变量之间的依存关系 　　（2）复相关：多个变量之间的相关关系,即一个因变量与多个自变量的复杂依存关系 　　（3）偏相关：当研究因变量与两个或多个自变量相关时,如果把其余的自变量看成不变（即当作常量）,只研究因变量与其中一个自变量之间的相关关系,就称为偏相关.

　　篇一：生病的滋味 　　最近这个星期，好多人都生病了。罗祺骜发高烧、出疹子了，姗姗则得了红眼病。我却是扁桃体发炎。生病一点儿都不好玩儿，所以人人都不喜欢生病。 　　今年我摔断了恒牙已经算很倒霉了啦，可我又生了一场大病，真是老天没眼啊！我一点儿也不喜欢这样。 　　星期三的中午，我的喉咙就开始向我发出“警告”了，咽下口水喉咙就很痛。这就是所谓的扁桃体发炎。我的头也有点痛。妈妈说，扁桃体发炎一般都会引起发烧 　　不知是怎么回事，星期三晚上，我睡不着，全身无力。到了星期四凌晨五点多时，躺在床上的我开始发烧，我很难受，于是放声大哭。妈妈过来了，她摸了摸我的额头，哟，烧得不轻！于是妈妈就从药品柜拿出一袋退烧贴贴在我的额头上。 　　星期四，妈妈让我多休息一下，于是我有几节课就没上，但数学考试我还是去了的。我考了99分！我为自己而自豪。上次数学考试时我还没摔断牙齿，也没有生病，可只是考了94分哩。 　　星期五时情况好点了，可是还是时好时坏，说实话，我还是有好多节可没有去上。 　　星期六一起床，我差不多好了，只是喉咙还有点痛，我高兴坏了，但是我想想生病的这几天，妈妈对我更加关爱了，那真让我难以下咽！ 　　虽然现在差不多好了，但是我却不希望在生病了，生病以后什么也不能做，而且也不想学习了，一门心思想要睡觉。希望大家不要像我一样生病，所以现在还没有生病的同学要注意多运动身体，等生病了再来运动身体可就迟了，也没有什么作用了。我可是亲身体验过的哦，相信我！ 　　篇二：生病的滋味 　　“哎呦，妈妈！再去给我换毛巾。”前天夜里，我发烧了，烧到38度5，妈妈见我在床上光动弹，便下床走了过来，一摸我的额头，感到有些热，便立刻拿来体温表来给我测量体温，结果不算太高也不算较低，38°5。妈妈一看，吓了一跳，现给我拿来了一个厚一点的被子，接着又给我端来水和各种药品给我吃上，又拿来凉毛巾敷在我的额头上，我不一会儿就要喝水，妈妈索性将水杯端到了床头橱上，并将蚊帐的拉链全部拉来，而方便给我“服务”。 　　早上，我一直睡到了八点，起床后，妈妈接着去给我熬粥，而我则穿着棉袄没精打采的躺在沙发上发呆。 　　粥煮下来了，妈妈给我盛到了碗里，我喝了一口，不只是为何，觉得嘴里苦苦的，妈妈又给我加了些蜂蜜，感觉才稍微差了一点。 　　唉！整个上午什么也不能干。我要么在沙发上躺着，要么就坐在椅子上，真是闷得慌。妈妈说让我看会电视，我兴致勃勃的看了起来。终于不闷得慌了。 　　中午，老爸回来了，他给我买了糖葫芦等各种我爱吃的食品，我吃了点后，觉得不是那么难受了，下午就去写作业了。 　　生病发烧的滋味很不好，所以，我们千万不要着凉，要不，就要受苦一阵子了。 　　篇三：生病的滋味不好受 　　炎热热的夏天，我被打败了—— 　　下午我上英语课的时候，感觉头一涨一涨的，好疼。可是老师还让我们背诵课文，一会儿，我感觉肚子里有什么东西在翻滚，一股东西涌到嘴边，我赶紧跑到外边吐到了垃圾箱里。 　　回来时，我无力的告诉老师：“老师，我难受。”老师看看我，又摸摸我的头：“小宇，你好像是中暑了。” 　　好不容易挨到了下课，我提着力气回了家，到家后我给妈妈打了个电话：“妈妈，您快些回来吧，我浑身没力气，好像是病了。”妈妈答应着，说是已经在路上了。 　　不知道过了多少时间，妈妈回来了，一进门顾不上换鞋子就伸手摸我的头，又摸摸她自己的头，对我说：“怎么样？哪里不舒服？我感觉你发烧了啊？” 　　我说我肚子疼，还想吐，妈妈就拿了医保卡带我去看病，到了那里，来看病的人很多，我刚坐下等医生看，又进来一位老奶奶，看样子她比我更难受，于是我站起来让她先看。医生看了看就让她躺在床上，可能很厉害吧，这时妈妈也很着急就先从医生那里要来了体温计先给我量体温。 　　我无力的靠在椅子上，后来妈妈查看了体温计说是发烧了，对医生说了我的病情，医生给开了药，我们就回家了。 　　路上妈妈扶着我，我感觉身子轻飘飘的，头好疼…… 　　唉，生病的滋味真不好受啊！ 　　篇四：生病的滋味 　　人生活在大千世界中，吃着五谷杂粮，必然会生病，生病也是一种正常的生理现象。但生起病来却有令人说不出的滋味。 　　记得有一次上数学课时，突然我的肚子里痛如刀绞，就像有一个孙悟空在肚子里排山倒海。不一会，我就痛得冷汗直流，腰也直不起，只能躬着身子，用双手捂住肚子，趴在桌子上听老师讲课。但那时的我已经痛得什么也听不进去了。过了一会，我就痛得小声呻吟起来，脑子里一片空白。 　　下课了，坐在前排的好友项一发现了我的痛苦状态——趴在桌子上一动也不动，还时不时地发出呻吟声，便嘘寒问暖起来。“你怎么啦？”要不要喝水，我给你拿。“”要不要抄作业，我帮你抄……“我有气无力地回答”我的肚子好痛呀，我好难受，我想喝一点水“。只见项一先拿出了水杯，急忙帮我倒了一杯水，然后小心地吹了吹，接着递给我，还不忘用另一只手帮我扶着水杯，”慢点喝，别烫着！“一杯热水徐徐流入我的肚子，顿时一股暖流涌向我的全身，我感觉肚子里舒服了许多。项一又拿出一张面纸，小心翼翼地帮我擦去了头上的冷汗。我感激地对她笑了笑，说道”谢谢你！“ 　　上课了，项一冒着被老师批评的风险，时不时地回头看看我，问我好些了吗。慢慢地，我的肚子不痛了，人也精神起来了。项一也放心地上课了。 　　至今我也难忘项一对我的关怀，生病的滋味，五味杂全，深陷其中，个中滋味只有自己知晓。但同学之间的关心和爱护，却是一味最好的药。 　　篇五：生病的滋味 　　星期日的早上，我一觉起来，感觉头有些痛，便走进爸爸妈妈的房间，把我的情况告诉了他们，他们不以为然地说道：”不要紧的，快点去睡，记住，把被盖好了。“结果那天下午回家，一量温度，唉呀，有38。5度。于是妈妈便说：”等会了去医院吧！“可是，到了医院一量温度，竟然有39。6度。这可把我和妈妈吓了一跳。看来，下个星期的"学习就这样”泡汤“了。紧接着，就要静脉抽血了！ 　　天哪，莫非这就是静脉抽血。我望着一瓶鲜艳刺眼的鲜血，不禁动摇了抽血的决心。谢天谢地，给我抽血的医生用的挂盐水的针管，不是粗针管，但还是很痛，唉，生病的滋味真不好受。抽完了血，就要去挂盐水了，要知道，配盐水可是一件很麻烦的事情哦！当天晚上盐水挂好时，天色已经暗了焉，差不多已经六点钟时，我和妈妈才回到家！ 　　唉，生病的滋味真不好受，不能做这个，不能干那个，几乎什么也不能做，所以，在座的各位请保重健康的身体，不要感冒、发烧或生其它的病哦！ 　　在你正躲在某个地方偷偷玩耍时，你的父母正在为你而拼命赚钱，努力工作；当你犯了大错时，父母总是挺身而出，帮你解围，让你永远地避开危险；你是否想过，当你的父母看着放学时，别的孩子笑着扑进爸妈的怀抱的时候，你的父母是怎么想的；天哪，莫非这就是静脉抽血。我望着一瓶鲜艳刺眼的鲜血，不禁动摇了抽血的决心。

LiHua"s father works in another city, so LiHua has to take care of his sick mother after school. But Lihua had an accident and broke his leg yesterday. Doctor suggested that he rest at home for two weeks. Since Lihua cannot attend school , I will visit him every day, after school, to brief him with the school lessons, make sure that he could catch up with the lessons. At the same time , I will help him with the housework too since Lihua"s mother is sick too.

无论是在学校还是在社会中，大家都不可避免地会接触到作文吧，作文是通过文字来表达一个主题意义的记叙方法。作文的注意事项有许多，你确定会写吗？以下是我为大家整理的我生病了小学作文，欢迎大家分享。 我生病了小学作文1 我是一个活泼可爱的小女孩，就像一朵美丽娇艳的鲜花。可是，一到冬天，我这朵小花就像霜打了一样，耷拉着脑袋，稍遇寒冷就会生病。 一天晚上，我正做着香甜的美梦。突然，我感到身体一阵颤抖，以为是奶奶推我，睁开眼一看，发现四周静悄悄地，并没有人推我。这时，我的身体不由自主的又抖了一下。我这才明白，是我自己在抖动。我以为是被子没盖好，便把头缩进被子里，继续睡。可是，我的身体又抖了一下，接着又是一下。我急忙叫醒奶奶，让她给我量体温。量了以后，我吓了一大跳，体温竟然是三十八度！ 奶奶从我手里抢过体温计，看了看，脸色立刻变得煞白。她急忙打来一盆冰水，从卫生间的挂钩上扯下一条毛巾，在冰水里浸了浸，轻轻地敷在我滚烫的额头上，帮我把被子拉到脖子上。不知过了多久，我又迷迷糊糊的睡着了。 第二天早晨，我睁开眼睛，向窗外看去，天空蔚蓝蔚蓝的，像水洗了千遍的玻璃。飘在天空中的白云，像一朵朵白色的大花，又像一只只可爱的小绵羊。明媚的阳光透过窗户的缝隙，洒落在地板上，像一个个金色的小橘子。 正在床边打盹的奶奶，猛的惊醒，和我正好四目相对。她疲倦的脸上顿时绽开了灿烂的微笑，对我说：“你起来了！来，量个体温。”我有点担心的夹上了体温计，五分钟过去了，取出体温计，看到体温正常，我悬着的心一下子落了地。奶奶也长长地舒了一口气，高兴的说：“病好了，不用吃药了。” 虽然在我生病的时候，奶奶倍加呵护我，但是也给奶奶带来了许多担忧。我希望自己能永远健健康康地在阳光下奔跑。 我生病了小学作文2 “咳咳咳”是哪儿传来的咳嗽声？原来这个星期我晚上不听妈妈的话，睡觉的时候乱踢被子，因此得了感冒。感冒的滋味可真不好受，我每天都在狂咳不止，鼻涕擤都擤不完。 生了病就要吃药，可我最不喜欢吃药了。我打开药包，发现里面有许多的药，有红的、有白的，还有棕色的，这些药片就像一粒粒小豆子。我想：这些药又大又苦，我怎么能吃得下去呢？俗话说：“良药苦口利于病。”我下定决心，张大嘴拿起一粒药片就往里放，然后端起一杯水“咕嘟咕嘟”倒进嘴里，仰起头使劲往下吞，可是药片就像被钉子钉住了似得，一动也不动，粘在舌头上。就在这时，白色药片的苦味充满了我的整个口腔，就像苦瓜一样苦，害的我都想哭了，我端起水杯又喝了一大杯水，可是这些水还是不管用，反而让药融化了一小部分，变成了一股苦水，让我变得更难受了。接着我又大口大口地灌水，想早点摆脱这种苦的滋味，可是适得其反，反而被水呛了一下，瞬间把剩余的药片吐了出来。这时妈妈走了过来，让我速战速决，我只能再次将药片放入嘴里，不管三七二十一地咽了下去。 吃药的滋味真是不好受啊！一连吃了几天的药，我的病总算有所好转了。通过这件事我明白了：保护身体真的很重要，平时爸爸妈妈对我生活中的一些要求和唠叨，我应该好好听听，这样才能避免生病。生病的时候才体会到健康真好啊！ 我生病了小学作文3 “睡一个好觉比什么都来的重要”，因为睡好觉可以养足精神，让身体更健康，但是大家难免也会有生病的时候，我就有，而且还是很多次，不过在爸爸妈妈的细心照料之下，很快又可以恢复健康了。 记得有一次，我发高烧到39度左右，我的家人都非常的担心我，还特地向公司请假，来好好照顾我。爸爸带我去看医生，妈妈为我煮清淡的稀饭，姐姐则协助妈妈，各人有各人的事要做，每个人都忙来忙去，就只有我躺在床上“发呆”，我顿时觉得自己好像小婴儿，需要大家的服务。 在这些生病的日子里，我吃了妈妈煮的稀饭，可能是因为稀饭里加了很多妈妈的.爱心，让我吃起来感觉特别温馨，也特别好吃；爸爸不时为我量体温，看看是否还有再 发烧，要我多喝些开水，让我体内的每只小而强壮的恶魔快快赶出去；而姐姐则帮我做一些我平常该做的事，像是收衣服、洗便当盒、摆碗筷……等等家事，帮我替补位子。 终于，谢天谢地，生病的日总算过去了，爸妈可以继续安心的去上班了，而我也可以去学校上课了。虽然请假的那几天，日后还要把功课补回来， 不过再多的功课，也比不过家人对我的爱心与付出，我应该更要好好的照顾自己的身体，不让同样的“错误”再犯一次，要不然又要再过一次这有点痛苦又有点温馨的日子。 我生病了小学作文4 “真惨呀！”我自言自语地叹了口气，我生病了。“哎。”这究竟是为什么呢？原来，是我生病了，我的心情十分沮丧。这又是为什么呢？那就听我给你们说吧！ 今天是一年一度去基地的时候了，昨天晚上，我兴致勃勃地收拾好行李，为今天作准备。谁知道，今天早上，我全身发热，不断地咳嗽和流鼻涕。爸爸妈妈用手摸了摸我的额头，这才知道我正在发高烧，爸爸怀疑是“手足口病”，急得团团转，连忙拿出退烧药给我吃，还围着我问寒问暖。 因为我感冒了，不能去基地，我非常失望。 可是，后来，我并不沮丧了，我又感到了温暖。 今天上午，妈妈怕我又发烧，就让爸爸在家陪我，爸爸为了让我早点好，又为我出去买药，带我去看医生，我生病了。终于，我的病有了好转。 下午，妈妈在家陪我，让我开心，我的感冒已经好转。在家的妈妈，外公，外婆，都为我的病情好转而感到十分高兴。爸爸在单位听到这个消息，也欣喜若狂。我高兴地说：“我的病好了，我再也不用爸爸妈妈为了我的感冒而担心受怕了。” 今天，虽然我没有去基地，但我得到了的是家人的温暖，我依然非常高兴。 现在，我借这个机会，把自己的高兴写在这个作文本上，让大家都来体会我的幸福，感受家人的温馨，生活的和谐。

1. 以“生病了”为题怎么写作文400字以上 第一篇：她生病了 “医生，医生，快快，快你看我们的“妈妈”怎么了？她生病了吗？医生匆匆忙忙地赶来，看到妈妈那憔碎的脸庞，那无助的身影，那嘶哑的声音。 医生情不自禁地摇摇头，叹了一口气。对我们说：“哎，你们的妈妈病的很严重需要马上进行抢救才行。 人类听后急忙问：“我们的妈妈到底怎么了？她什么时候才会好起来？”医生说：“你们妈妈的病不需要我的医治，只需要你们人类自己就行。她的病是因为你们对她的破坏，把她原本漂亮的外衣给撕破了；她原来明亮的眼睛现在已看不见了；原来清凉的嗓子嘶哑了；原来满脸的微笑现在已变成了一张苦瓜脸……所以你们得赶快去保护好你们的母亲，把她给抢救过来。” 人类听后，都纷纷行动起来。 保护好自己的母亲。把小河里的垃圾都清理干净了，他们到处去宣传。 这样妈妈的病很快就好起来了。妈妈脸上布满了微笑，明亮的眼睛也能看见了，也换上了一身漂亮的外衣。 看到这样的情况，妈妈笑了，医生笑了，我笑了全世界的人类都笑了。地球妈妈依旧是那样的美丽，那样的和蔼，更是那样的无私。 带着欢乐舞步让风沙停止，让小鸟起舞，让我们共同保护我们的妈妈。让她不再生病。 第二篇：她生病了 天空还是下着晶莹的雨丝，窗外的行人们打着伞，沿着被雨淋的湿湿的街道迅速走过。今天，我和妈妈决定去看看生病了几天的妹妹。 来到医院，我和妈妈一眼就看见对着楼梯口的那个病房里坐着那个淘气包——妹妹，正和她的姐姐坐在床上看着她那本《十万个为什么》。可怜的妹妹头上缠着纱布，还有一个输液的针头插在她的头上，输着液。 听旁边的陈婆婆说，还好妹妹今天还没有发脾气话题作文 她生病了作文400字（5篇）话题作文 她生病了作文400字（5篇）。对了我听妈妈说，昨天的时候，妹妹因为输完液回家后，不听话，挨了姑姑的打。 唉，姑姑是打在妹妹身上，疼在自己心里。后来，我们准备去离医院不远的姑姑家的店铺，刚刚还没走到一半的路程，就看见姑姑急匆匆地跑了过来，一问才知道，在医院的妹妹又出现了状况，她得赶快去医院，拜托我们去照看一下她的店铺。 来到店铺，这时候突然来了不少的顾客要买东西，有一些东西的价格我们并不知道，妈妈打电话问姑姑，姑姑又急冲冲地跑了回来，卖了东西，安排好店里的一切，又马上跑回医院，接即将回家的妹妹。唉，真是可怜天下父母心。 在此，我真诚的祝愿妹妹不要再生病了…… 第三篇：她生病了 今天早晨，我刚起床，就发现妹妹的脸红红的，摸上去发烫。我着急了，马上对舅舅说：“舅舅，阿燕头上好烫啊，怎么办？”舅舅说：“怎么了，昨天是不是着凉了？”舅舅急着要去上班，就让外公帮助带妹妹去医院看病。 外公马上带了妹妹去医院看病。我也跟着去。 来到医院，医生量了体温，说是四十度多，原来是发高烧了。外公急了，对医生说：“医生，你看我外甥女的病要紧吗？怎么办？要不要挂盐水？”医生说：“盐水当然要挂。 四十度多，不挂盐水，会烧坏脑子的话题作文 她生病了作文400字（5篇）文章话题作文 她生病了作文400字 过了一会儿，医生把药水抽进了针筒，往妹妹手臂上扎。妹妹痛哭起来，说：“好痛啊！”“没有办法，只好忍痛，让病好得快一点。” 我说，“不用怕，一会儿就挂好了。”在我的安慰下，妹妹终于平静下来了。 过了一个多小时，盐水挂完了，外公带着妹妹回家了。到了家里，妹妹的烧虽然退了，但是她觉得还是非常难过。 因为刚挂完盐水，手臂上还非常痛。现在妹妹能够勇敢地忍住了疼痛。 我在边上给她讲故事。听着听着，妹妹终于睡着了。 我才放下了心。第四篇：她生病了 从前天起，我的妈妈就生病了，咳嗽得厉害，唉，医生阿姨建议妈妈打几天针。 今天下午一放学，我忙忙找到还在学校上班的妈妈，陪她去打针。我们来到一家诊所，妈妈一看到别人在打针，她就吓得捂住了嘴巴，我拉了拉她的手，轻声对她说：“不要怕，妈妈，有我在呢！”妈妈很认真的点了点头。 该妈妈打针了，医生阿姨把消毒水喷到我妈妈的皮肤上，然后将细细的针头扎进妈妈的肌肉里，妈妈疼得叫了起来，我非常心疼，平时我生病的时候，妈妈都要照顾我的，这次我应该照顾她呀！我该怎么办呢？突然，我眼睛一亮，想到了一个好主意——给她讲个笑话吧！我马上站到妈妈身旁，大声讲起来：“有个小朋友到医院去拔牙。”妈妈一边打着针，一边听我讲着笑话，她的脸上露出了笑容，看吧，我讲的笑话让妈妈忘记了疼痛，我讲得更认真了---针打完了，我的笑话也讲完了。 周围的叔叔阿姨都在笑呢--- 妈妈，祝您早日康复！让我早日看到那个爱说爱笑的好妈妈！第五篇：她生病了 李芳也来参加毕业考试了，同学们都感到意外，她能这样做真不容易啊！李芳是一名小学六年级的学生，有一次放学过马路时，一辆大货车向她冲过来，“砰“的一声，李芳从此就要轮椅陪伴她度过这漫长的人生了。出院后，李芳完全变了一个人似的，再也看不到成天挂在她脸上那甜丝丝的笑容了。 她整天把自己关在一个黑暗的小房子里，一个人静静地坐着话题作文 她生病了作文400字（5篇）作文。这件事传到学校里，。 2. 小红生病了看图作文 星期一，小红生病了，她躺在床上，并着急地说：“我学不到东西，怎么办呢？” 这时，有人敲门，小红慢慢地走过去，她开门一看是自己最好的朋友小果。小果说：“我是来教你学知识的，我先把你扶到床上去吧。”小红高兴地说：“谢谢你！”。 于是，小果把她慢慢地扶到了床上，便开始给她讲起了线段示意图，哪个长哪个就多，哪个短哪个就少。然后又给她讲了今天语文课上新学的生字和组词。最后，小果还给她讲了今天学的I、you、they、elephant还把它们的汉语都说了一遍。 小红学到了知识，高兴地笑了，小果也高兴地笑了，因为帮助朋友是最快乐的事情。 我以后也要多帮助朋友。 3. 看图写作文,题目做客,描写同学生病去看他的怎么写 李晓燕同学生病住院了，丁大勇打算去医院看望她。同桌王小娅有事不能去了，委托丁大勇代她表示问候。 到了医院，来到病房，李晓燕正躺在病床上，还挂着吊水。丁大勇先把鲜花放到桌上，然后，他对李晓燕说：“身体好些了吗？舒服些了吗？”李晓燕 说：“我身体好些了，也舒服些了，同学们怎么样？”丁大勇说：“同学们都很好，大家都很想念你。王小娅有事情不能来了，她也委托我向你问好。同学们都期待 你早日康复，快点回到我们的身边。”李晓燕听了，感动地流下了热泪，说：“我一定好好养病，尽快好起来，早日回到你们的身边。” 4. 看图写话小明病了400字作文怎么写 叶圣陶认为，“所谓教师的主导作用，盖在善于引导启迪，俾学生自奋其力，自致其知。”作文批改的启发诱导“最有效的办法是当面改”。当然，面改可以提起笔来就改，但是，“最好与学生共同念文稿，与学生商量着改。遇到需要改的地方就顿住，向学生提出些问题，如‘这儿怎么样"，‘这儿说清楚了没有"之类，让学生自己去考虑。学生经过点醒，本来忽略的地方注意了，他动脑筋了。脑筋动过之后，可能的情形有二。一是他悟出来了，原稿写得不对，该怎样才对。哪个不对哪个对由他自己悟出，印象当然最深刻。二是他动过脑筋还是不明白，不知道老师为什么在这儿向他提问题，这时候他感到异常困惑，在这异常困惑的时候听老师的改正，也将会终身忘不了。”此为启发式之一：点醒。 与学生商量的当儿，必须把问题扣准，原因辨明。例如，某一段为什么不好，所以要改，某一句为什么不通顺，所以要改。而要处处能扣准，处处能辨明，哪怕一个“的”字、一个“了” 字，增删全有交代；哪怕一个句号、一个逗号，改动全有理由。此为启发式之二：商量。 第二，先通篇阅读，以求批改的针对性 叶圣陶认为，评改一篇文章，实质上是一种研究，既是研究，就要发现问题，解决问题；最好不要提起笔来就改，而应该先通篇看几遍，既要从大体上看，还要从细节上看：考虑内容正确不正确，完满不完满，选材适当不适当，结构严密不严密；语言切当不切当。这样，评改才能有针对性：哪里不正确，该换个说法；哪里不完

h"h"h"h"y"h"h"h"h"h"h"h"h"hu"h"h"h"h"h"h"h"h"h"h"h"h"h"h"h"h"h

秋风飕飕地拂过大地，渗透薄薄的窗纱，吹响悬在窗框上的风铃。叮叮当当……铃声若疾若缓，七零八落，宛若王小凤此时的心绪。他捧起水杯，却又放下来。本想喝口茶来提神，但又想起往事。他实在太累了，也搁不住了。这事迫在眉睫让他淘神——烦恼——颓丧。王小凤是一名学生，向来热爱学习，可他已经几天没认真学习了。只要坐下来，这事就像噩梦一般纠缠不清，让他心烦意乱。他想：“我活着就是父母的累赘……死了该多好啊。”他曾经屡次自寻短见，但每次举起刀时却又恋恋不舍。这事他从不敢在母亲面前提及，家里贫寒，凡是话及“钱”他的母亲必定大发雷霆。他害怕伤了父母之间的和气。他啜一口茶，一个人在房间里徘徊，恍若彷徨，恍若无奈。窗外的天空无限宽广，一排大雁横渡瀚空所向至北。“多么美好！”他在想：秋深冬至，学期将尽了，拖欠好久啦……钟声击碎他内心的平静，他背起书包一步跨出门槛。王小凤站在门口，伸长脖子双眸向四周打探，见母亲不在外面，他才走了出去。外面有两个中年人蹲在地上，正滔滔不绝地谈论着私彩（一种不纳税的违法低消费彩票），王小凤见状叹一口气，眼神之中透出一丝怃然，道：“爸，老师又催资料费啦。”这一句话没有人听见，没有人愿意理会。

一个字“编”。提纲生病时间？生病地点？状况如何？结果怎样？

1. 小学生生病作文怎么写 有些小学生喜欢生病，因为可以请假，在家里睡觉、看电视，不用上学，消遥又自在；我却不喜欢生病，生病很痛苦，要打针吃药，不能享受美食，请假还要补功课，吃力不讨好。 还记得有一年的冬天，我生病了，当时我在学校上课，第二节上课时，我的头像铅球一样，重的抬不起来，整个人只想趴在桌上，老师见状后，打电话给爷爷，爷爷像风的一样赶来学校，带我去看医生，结果我得了流感，我怎么也不相信，我竟然那么跟得上流行。 生病时的我，不再活蹦乱跳，整天只想睡觉，卡通吸引不了我，电动也诱惑不了我，好似变了一个人，更可怜的是，不能吃油炸的食物，只能吃吐司、稀饭，清淡的东西，嘴巴里都是药味，没有食欲，爸爸、妈妈很担心我。 这场病折腾了我四、五天才康复，不但身体痛苦，还让家人担心，真不知道，怎么会有人喜欢生病呢？ 2. 小孩生病妈妈烦恼的作文400 这个星期的星期四五早上，我妈妈觉得我脸色不对，就给我量了量体温，不量不知道，一量吓一跳！我的体温居然达到了38.9摄氏度，这是高烧的体温。 我妈妈赶紧给我吃了一包清开灵的药。在星期四上午上课时，我觉得有点头晕，赶紧拿起妈妈给我带的垃圾袋吐了起来，后来垃圾袋还是叶腾盛帮我扔的，老师给他加了一分，我觉得很感动。 而且一个上午我居然一下子吐了两次！ 我在家里除了上厕所、吃饭、看书、写作业和睡觉，除了这些其他什么也干不了。好不容易到了吃晚饭的时间，端上来的是菜粥。 我尝了一大口，哎呀！这菜粥烫得我哭叫不停，好想念以前吃的不冷不热的、不会烫嘴的白米饭啊！过了一会儿，我想夹一块排骨，可是爸爸却说不能吃肉，因为我感冒了。苍天啊！感冒怎么连肉都吃不来了呢？我又想夹一块蛋尝尝，因为它是我最爱吃的食物，爸爸居然说也不能吃，那时我的心差点崩溃了，蛋和肉都不能吃。 更让我伤心的是，以往我星期天都去楼下玩，可是这一次我却去了了。每天还有许多苦涩的感冒药，一天至少量两次体温。 生病也不一定都是坏处，也有好处，那就是我感受到许多人在关心我，这让我非常地感动。 你看，感冒的坏处是不是很多呢，祝愿我的病好得快一点，然后去感谢在我生病中在关心过我和帮助过我的那些人啦。 3. 小学生生病日记300字 今天我生病了。 我感觉很不舒服，浑身无力，头晕脑涨，总想要睡觉，喉咙痒痒的，咳嗽得厉害。爸爸用温度计一量，竟高达39.8℃，爸爸妈妈赶紧背我下楼，拦住了一辆出租车来到了市立医院专家门诊部。 一位大约60多岁的姓戴的老专家在细心查看和询问后，说是受凉引起扁桃体发炎造成的发烧，必须打点滴。拿着医生开出的药，我们来到了输液室。 好家伙！里面黑压压一片，老老少少好几百人呐！！大多都是大人带小孩来吊水的。由于人多室内开着空调，空气不怎么流通，里面各种气体混杂在一起，很难闻。 找了好半天才找到一个位子，等待护士阿姨喊我的名字。过了一会儿就轮到了我，一位漂亮的护士阿姨提着配好的药水瓶和输液管来到我身边，先在我的手背上找到输液的位置，再用棉球蘸着酒精清洗消毒，然后十分娴熟地将针头扎进去，再用胶布固定好针头。 我只感觉像是蚂蚁咬了一下，一点儿也不痛。接下来就是长达几个小时的输液过程，爸爸妈妈一直陪着我，给我讲故事，讲笑话，弄吃的喝的。 我生病不舒服，爸爸妈妈也很着急很心痛。我生病没有胃口，他们总想方设法弄给我吃，而他们自己因为焦急胃口也不怎么好，吃不好睡不着。 这次因为受冷引起的生病是我感觉较重的一次，还不同程度地影响了我的学习。通过这次生病，我感觉到身体对一个人来说太重要了，身体不好不仅仅自己不舒服，要花不少钱，还影响了爸爸妈妈的情绪，影响到自己的学习和成长。 所以我今后一定要加强锻炼，增强体质，注意饮食，增强全面面营养，努力做一个身心健康的好孩子。 4. 作文 写关于一个孩子生病的时候,父母亲细心照顾的情景 写完了 报得三春晖 王传坤病了，他躺在床上，额头热得像火炉一样。知了在窗外不厌其烦的叫着，火热的太阳光透过窗户照进来，加重了他的不适感，但他没有力气起身去拉上窗帘。他多么希望父母能陪伴在自己身边啊，可是现在是中午十一点，他们还要有一个多小时才能回来。恐怕那个时候，他早已经因为高烧而陷入昏迷。 王传坤感到孤单，桌子上的钟表滴答滴答的响着，恐惧随之而来，像一只巨手一样紧紧攥住他，使他透不过气来。脑袋则像被一支钢针狠狠蹂躏着，痛得要命。身上一会儿冷一会儿热，喉咙里发干，让他痛苦不堪。 这时，外面响起敲门声，伴随着焦急的呼喊：“传坤，你在家吗？快说话啊。”是妈妈！王传坤好像忘记了所有的病痛，他返身跳下床，打开门，然后在妈妈惊讶的目光中一头栽倒在她的怀里。 妈妈打了电话，爸爸很快回来了。他提着一袋子药，匆匆走进家门。“儿子怎么样了！”他一进门就大声嚷嚷。妈妈正在看体温表，见他走进来，忙把手指放在嘴唇上示意他安静。王传坤躺在垫高的枕头上，面无血色。 “哎呀你看看你，快去煎药吧。这些事让我来处理吧。”爸爸从妈妈手中接过体温表，对着阳光略略看了一眼。“37度，不碍事的。”他安慰道。妈妈瞪了他一眼：“还不是你大呼小叫的，我一急，就把体温表拿了出来。看他的样子，恐怕不止这个度数。”爸爸露出无奈的神色：“我不是着急吗……”他把体温表甩了又甩，重新放回到儿子胳膊下面。 王传坤微微睁开眼，他刚才做了个噩梦，梦见爸爸妈妈都不要他了。他一个人走在无尽的黑暗中，浑身发抖，可是没人帮助他，他感到十分的孤独。但从梦境中醒来，看见爸爸妈妈都围在身边，一脸焦急的神色，这才松了一口气。 “儿子，你没事吧。”爸爸连忙问，一面嘱咐妈妈到厨房去煎药。厨房中传来中药的清香，爸爸不时的给他递水，测体温。王传坤鼻子一酸，眼泪流了下来。爸爸见状慌了，他急忙把手贴在儿子额头上，“怎么了，传坤，是不是不舒服。”王传坤点点头又摇摇头。“到底难不难受，你倒是说啊。”爸爸摸出手机来，准备打120急救电话。王传坤伸手搭在爸爸手腕上：“不爸爸，我没事，我只是……只是，只是太感动了。”他嗫嚅了好久，才把心中的话说出来。 爸爸长舒一口气，宠溺的用手在儿子头上点点：“你啊，爸妈照顾你是应该的，谁让你是我们唯一的宝贝儿子呢。”王传坤望着爸爸满是汗水的额头，幸福的笑了。 王传坤病好以后，像变了一个似的。原本他贪玩，学习不努力。可现在他把这些毛病全都改掉了。期末考试，他考了班上第一名，老师让他写作文介绍经验，他写道：“正是那次生病父母无微不至的照料，让我真切感受到了他们的爱。是这种爱化为力量，支撑着我不断前进，获取更优越的成绩，以报答他们的养育之恩。”他在班会上念了这篇作文，班主任带头鼓起了掌。掌声情真意切，经久不息，同学们都从万传坤的话中学到了一些东西。 5. 生病作文怎么写 我生病了的作文前几天，我感觉自己有点头晕，好象感冒了；但又没有其他的症状，便没去管它。 哪知，这可给我留下了祸根，让我在第二天“求生不能，求死不得”。 第二天下午三点左右，我发觉头越来越晕，而且两个鼻孔的鼻水象瀑布一样从鼻孔里留出来。 为了防止生病，我连忙跑到外面，泡了一杯感冒药喝下去，以防感冒。哪知这药不仅没生效果，反而还让我的病痛变本加厉。 “去睡一觉吧。说不定，这感冒是由缺少睡眠引起的。” 于是，我便去睡觉了，再治好这病。 到了晚上五点三十左右的时候，外婆来卧室叫我起床去吃晚饭。 但由于我的睡到床上的时候太急了，太想睡了，所以连外衣、外裤都没脱，因此，一抬起头就感到寒风刺骨。但我仍然坚持坐了起来。 这时，我感到头晕晕地，好像有三、四只鸟在不停头上打圈一样。 外婆看我这样，就把体温计拿了过来，对我说：“强强，你先坐起来，量一 *** 温，外婆到一杯开水给你喝。 啊。”我点了点头。 随之，我便拿起了体温计量了起来。 五分钟后，我从掖下拿出了体温计一看。 “啊，都快39度了。”我叫了起来。 外婆听到我报出来的体温，被我下了一大跳。因为我的体温只要一到40度，睡觉时就会说一些希奇古怪的梦话。 由于我的体温已经是白热化了，因而，外婆马上打了一个电话给妈妈，叫妈妈带我回杭州看病。 大约过去了半个钟头，妈妈从店了赶了回来，三下五除二地把一晚饭吃完，便带我去杭州看病了。 到了医院已经是10点了，妈妈拖着疲倦的眼睛，带着我去挂号、验血、做皮试、打针，直到12点为止。 唉，生病真不好，又要用钱，又要受苦。 6. 以《生病了》为题目,写一篇400字左右的作文. 头疼欲裂。 想睡，却也不敢睡。 有好友说，你的体质太差了。 听罢，两眼含泪，却强装笑颜。 这时，总觉得自己不受重视。 于是，就经常羡慕别人家生病的小孩。生病了，就有大人特别的关心与呵呼，还有很多好吃的东西，甚至我可以不用做我不想做的事情，比如不去上学等等。 如今，孤身只影飘泊在外，生病却是我最害怕的事情。一个人空荡荡的屋子，满心满眼的思念浸满空间，无语哽咽，更添伤感。 半夜醒来，浑身疼痛，口干舌燥。想给我自己倒上一杯温开水，可是这里没有温开水，却不想打扰其沉睡的好梦，作罢。 睁着双眼，静静聆听，夜的浅吟，心在低唱。空调的冷风，抚扫着我已经滚烫的身体，使房间更显得冰冻的寒冷。 刹那，双颊泪流。 是怎样的执拗？才会黯然了这张灿烂的笑脸。 天阴沉着，双眼模糊，为那一时的冲动而乌云满天的阴着心情。我开始后悔，后悔我将自己的眼泪又一次的抛洒。 池塘边，月色下，一缕孤魂随入夜，任其东飘西荡。岸上杨柳依依，树影婆娑。 晚来风，不减心头燥。坐于寒冷的石椅，眼前一池绿水波光粼粼，风声呜咽。 不可避免的，美景入眼处处是悲。我，被这夏日的晚风伤了身体，痛了心灵。 一梦醒来，却为何我成了一个没有方向的迷惘孩子？那天边的云彩，四处飘移，可有我飞翔的痕迹？。