金蔷薇儿童文学金品 童话意味乡村小说 弄泥的百草园 word 下载地址 网盘 在线 2024

展开

展开

展开

展开

展开

在线阅读地址：金蔷薇儿童文学金品 童话意味乡村小说 弄泥的百草园在线阅读

在线听书地址：金蔷薇儿童文学金品 童话意味乡村小说 弄泥的百草园在线收听

在线购买地址：金蔷薇儿童文学金品 童话意味乡村小说 弄泥的百草园在线购买

PDF下载地址：金蔷薇儿童文学金品 童话意味乡村小说 弄泥的百草园PDF下载

展开

展开

展开

查看其它书籍精彩书评

• 短篇小说集 | 请相信光的力量

  作者：胖兔君 发布时间：2023-10-10 14:06:37

  书名：光之护卫

  作者：赵海珍（韩国）

  

  

  

  

  

  

  

  

  

  韩国作者赵海珍的短篇小说集。收录了九篇作品。其中的【散步者的幸福】甚至于荣获李孝石文学奖。

  前段时间看了一个短篇小说写作方法的讲座，老师说，短篇小说要想吸引人一定要遵循黄金三句，就像长篇小说要遵循黄金三章，一定要在开头吸引读者读下去的欲望。但是我发现这些原则好像对于韩国和日本作者并不适用。他们总是按自己的节奏漫漫地讲着自己的故事，而作为读者的我却总能在读的过程中不经意地被触动。

  这是我第一次读她的短篇小说，书里所叙述的故事让人感动的同时又给让莫名的沉重。

  出身贫寒的年轻女性战地摄影师与第二次世界大战时流亡海外的犹太小提琴手（因为一个小孩无意的善举却成就了另外一个女孩的一生）；

  客居在男友家里，无所依靠的游客与非法入镜美国的阿根廷清洁工（因为她的微笑，而让客居他乡的人不再孤独）

  终身未嫁，心怀愧疚，却在60岁时被诊断出患有阿尔茨海默症的姑妈，与她高中时一见钟情的暗恋对象（因为她自以为是善举而让暗恋对象成为了间谍）

  无力谋生的失意哲学家，与努力专注于活着感觉的中国留学生（因为一次拜访，两个人相遇）等等等。

  人与人之间微小的善，无意识的恶都会给人带来巨大的影响，只是这一切就如【光之护卫】的故事所写：平时躲在柜子后面，抽屉或空瓶子里等一些小角落的薄薄光束，在按下快门的瞬间就会一起迸发出来，去护卫被拍摄的物体。故事的主角虽然不是孤儿却如孤儿般生活着，不过她终于找到了属于自己的光，并且也试着用相机将残酷战争中仅有光护卫起来。脆弱与无力总让人疼痛不已，但请相信在某个时刻总会有一束光照来。

  展开

• 这本书很冷。

  作者：長樂之福禄寿喜 发布时间：2009-04-27 21:01:14

  我偷看了躲在书后面的那个老头子。

  洪应明。

  古代老夫子的清高，冷傲，

  希望自己圆滑起来，却始终圆滑不下去，有时候会被人识破，

  有点孤愤，飘在世外，自得其乐，

  混得不坏，但也不好，

  没有坏心眼，但绝对明哲保身。

  没有查过，他是不是这样子。

  --------

  但是，这却是一位几百年前的长辈，看淡世间之后的认真教诲，

  叫人嬉笑不得，只好低下头来，低眉顺眼做乖巧状，唯唯称诺。

  条条俱是叫人清醒的轻巧小鞭子。适合放在口袋里，带在身边，有空翻上一翻，被抽上一抽。

  不经意间，暗香盈袖。

  --------

  惨遭洪老先生耳提面命的时候，

  是很久以前一次出差，独自在宾馆里，不敢看电视，

  整个房间装修太阴沉，有点害怕打开电视爬出来某位女士。。。也不敢出去，因为那是陌生的地方。

  手上只带了一本书，就是《菜根谭》

  于是翻出来，一页页看下去，手边是一杯即冲即泡的奶茶。

  一书，一茶，窗外风呼啸，室内沉静温暖。

  然后，就什么都不怕了，莫名其妙地被充满了勇气，安心安然地睡过去。

  --------

  关于书，

  唯觉得这个世间很冷。

  心不是冷的，但绝对不热。

  但纵使书里有人间浸润的寒凉，《菜根谭》终究给了我很多温暖，是那种记忆下的温暖，也是千古之下，人心里始终会存在的一抹暗香。

  人生。禅意。

  展开

• 因果关系：别真当科普书看了

  作者：全智甜 发布时间：2020-11-27 19:57:44

  这是一本非常有帮助的书，但是很遗憾算不上一本科普书。尽管宣传给的定位是科普，语言和逻辑也非常简明，但实质上本书讨论的是学术意义上的因果关系。

  对于一个不需要研究因果的普通人来说，似乎没有必要如此长篇大论的叙述；或者有点云里雾里，不知道为什么梳理出因果关系还需要这么兴奋。而对于需要发现因果关系，十分慎重而不敢于下因果结论只敢做相关分析的研究者来说，这本书无疑可以照亮统计分析中的那团迷雾。

  正如书中提到线性方程与中介效应分析时，将其比喻为迷雾“仙境”，而在数据中找寻规律证实猜想的过程又何尝不是一种。

  作者从圣经开始导入因果概念，书中也多次从统计学之外的角度梳理了因果的内涵。因果分析，作为人类潜意识中就会依赖的一种思考习惯，如此重要，那么社会科学研究中若完全摒弃因果或者不敢谈论因果实属遗憾。而这种不敢谈论因果的氛围，恰恰与近百年来的统计推断发展相关，使得我们对于因果推断的态度过于谨慎和敬畏。所以，若不是你注意到了各路论文大谈相关而不谈因果的事实，若不是你从事科研却苦于控制变量已久，都有可能无法体会当作者给出的因果路径系统和中介分析公式时那种鼓舞人心的体会，也就无法明白作者在科研领域的成就，也无法领略这本书的精彩。

  当然本书制作中亦有一些不得不指出的瑕疵。

  翻译中的若干错误：

  1.P79，辛普森悖论中，表格所列击球手杰特1996年的击球率应为0.314误为0.341.

  2.P201，第二行，“吸烟”和“癌症”之间没有未被阻断的后门路径，应为“吸烟”和“焦油沉积”之间没有未被阻断的后门路径。

  还有许多名词，译者甚至并未梳理“统计学”相关的高频词汇，比如书中反复出现的bias，是常用基础词汇，书中翻作“偏倚”，实在别扭得很。出于习惯和方便后续查看，笔记中都记为“偏误”。

  本笔记主体分三个部分：核心、框架和概念。

  没有分章节做笔记，而是用了概念的方式，同时并列列出。去掉了名人轶事，只将因果分析的推进梳理出来，同时列了一些重要的统计案例，可以做思维游戏。

  核心

  因果关系之梯：观察、干预、反事实

  观察：可以观测到变量之间的关联。统计对关联的度量。“统计学本身不能告诉我们，哪个是因，哪个是果"但是这件事本身也许并不重要-好的预测无须好的解释。猫头鹰无法明白老鼠为什么总是从A点跑到B点，但这不改变它仍然是一个好猎手的事实。

  干预：干预比观察更高级。不仅涉及被动观察还涉及主动改变现状。只要使用的是被动收集的数据，我们就无法回答有关干预的问题。两个典型问题：Q1如果我们改变环境会发生什么，P（A|do（B）），做了B之后A的条件概率；Q2怎么做，do什么可以提升或者降低A的条件概率。

  反事实：反事实是我们关心问题的核心，但也最难获得答案。因果模型的重要性就在于可以用于回答反事实问题。典型问题是Q1如果我当时做了什么会怎样，观察到的P（A|B）和反事实P（A|no B）的推断，Q2为什么，从反事实可以找到P（A），也可以找到B对A的影响。

  框架

  第一章 因果推理的基本原理

  see 和 do 的区别。主动干预对于推断的重要性

  第二章 休厄尔赖特的路径图，将相关关系和因果关系联系起来。

  讲到休厄尔·赖特与皮尔逊统计学派之争。师承弗朗西斯·高尔顿的皮尔逊，继承和发展了相关系数概念，发现了伪相关之后彻底舍弃因果论。

  第三章 由证据到原因，贝叶斯法则和推理方法简介，以及与因果关系的梳理

  第四章 统计学中的随机对照试验，消除混杂变量。因果图-路径追踪可以很简单有效的解决混杂变量分离问题。

  第五章 统计学的随机对照试验（RCT。

  第六章 一些著名悖论，提醒我们人类直觉来自因果而不是统计和逻辑。

  第七章 干预问题的解决。后门调整、前门调整和工具变量。

  第八章 反事实，通过必要因和充分因，估算反事实问题答案的概率。

  第九章 中介变量

  第十章 因果推理与强人工智能

  思想

  “你比你的数据更聪明”。

  “数据不了解因果，而人类了解。”

  概念：

  关于贝叶斯网络与因果推断--概率与因果的关系

  第一章

  “因果关系不能被简化为概率”

  “概率能将我们对静态世界的信念进行编码，而因果论则告诉我们，当世界被改变时，无论改变是通过干预还是通过想象实现的，概率是否会发生改变以及如何改变。”

  关于路径分析

  第二章

  “路径分析的应用应该以研究者对因果过程的个人理解为基础，这种理解就反映在其所绘制的因果图或者路径图中。”

  贝叶斯网络

  第三章

  根据观察结果推断原因。贝叶斯网络的核心P（A|B）*P（B）=P（B|A）*P（A）

  贝叶斯网络与因果关系

  第三章

  主要区别在于构造和用途。贝叶斯网络是一张巨大概率表，箭头表示子节点与父结点通过条件概率两者的值是相关，且相关关系是充分的。所以一旦知道了任意两个节点的父节点值，就可以写出完全独立的条件概率表达式。

  A-->B-->C 链结合

  贝叶斯网络中，如果知道了A和C父节点的值，由于A和C没有直接箭头，所以A和C相互独立。因为A没有父节点，而C的父节点是B，所以知道了B，A和C就是条件独立的。A-->B-->C 和 A<--B<--C 没有区别

  因果图中，首先确定了变量之间影响和被影响的逻辑，在模型中是已经确定好的。因果假设是谨慎思考后设定的，经数据审查可成立可证伪。如果假设了A-->B-->C的因果图，那么通过观测知道B，而A和C没有条件独立，则此链与数据不兼容，就需要修改或放弃这个假设。

  A<--B-->C 叉结合

  贝叶斯网络中，无法区别叉结合和链结合，因为都是直达B则A和C条件独立。

  而因果图可以知道两种结合可以用数据区分还是不可以，此处就可以知道链结合叉结合，不能仅靠数据区分。

  通过假设实验，A-->B-->C 中，如果调整A，C会变，但是如果固定B，则调整A，C不变；A<--B-->C 中，无论如何调整A，C都不会变，A和C的相关是伪相关。

  混杂变量

  confounding virable

  混杂偏误 confounding bias

  第四章

  X<--Z-->Y

  在研究X--->Y的因果效应时，Z成为了混杂因子，Z所带来的X与Y的相关关系与因果效应混合在一起。

  统计学上，会通过Z控制来处理。但是一方面容易过度控制，同时又没有Argue正确的控制其实可以得到因果效应。

  而确定的因果图，可以有去除Z--得到因果关系。因果图需要清楚的列出Z，从而需要控制的Z是确定的。或者在Z的数据不充分的情况下，使用统计调整公式来去除Z.

  混杂会使P（Y|do（X））不同于P（Y|X）

  随机试验

  第四章

  “费舍尔 ，得到正确问题的不确定答案，比得到对错误问题的高度确定答案要好得多。”

  随机试验的两个优点：1消除混杂偏误2量化不确定性。

  除了1外，还有难以列出的其他所有影响A的因素，随机试验可以消除其他因素对实施1与否的影响。

  非随机实验中，由于依靠主观判断，很容易漏掉某个混杂因子。

  因果分析可以通过引入do算子来表示这一过程。

  P（Y|X）≠P（Y|do（X））

  后门标准-处理混杂因子

  第四章

  信息会在因果图中流动，连接可以看作一个管道，这个管道将信息从起点X传递到终点Y，基于路径图-贝叶斯网络，信息传递是双向的，在因果方向和非因果方向都传递。

  规则：

  链结合 A-->B-->C

  控制B可使信息不在AC间流动

  叉结合 A<--B-->C

  控制B可防止信息在AC间流动

  对撞结合 A-->B<--C

  信息流通规则与以上两种相反。AC原本是独立的，如果控制B，信息就开始在管道流通。（辩解效应）

  控制一个变量的后代节点（或替代变量），如同部分地控制变量本身。控制一个中介物的某个后代节点意味着部分地关闭了信息管道，控制一个对撞变量的某个后代节点意味着部分地打开了信息管道。

  方法

  如果X和Y之间有各种各样的连接，链结合、叉结合、对撞结合。我们将后门路径定义为所有X和Y之间以指向X的箭头为开始的路径。

  point 1如果我们阻断了所有的后门路径，那么就完成了对X和Y的去混杂。

  point2如果这是通过控制一组变量Z来实现的，那么我们需要确保Z的任何成员都不是X的后代，否则我们就可能完全或部分的关闭这条X与 Y之间的因果路径。

  康菲尔德方法

  在康菲尔德和费舍尔关于吸烟是否引发肺癌的争论里，费舍尔指出多尔希尔的对照研究存在偏误，提出了一个体质假说，选择吸烟者和不吸烟者可能存在基因或者体质上的不同。康菲尔德的驳斥：如果存在一个混杂因子--吸烟基因，可以完全解释吸烟者患肺癌的风险。如果吸烟者患肺癌的风险是常人的九倍，那么吸烟者当中这种混杂因子的存在的概率也至少要比 常人高出9倍，才能解释这种患病风险的差异。那么如果有12%的不吸烟者碰巧携带这种基因，那么数学上就形成了不可能。

  后期该方法发展出了“敏感度分析”

  蒙提·霍尔悖论

  三扇门后猜奖游戏，123号门后分别是两只羊和一辆汽车。如果你选择了1号门，主持人打开3号门展示，里面是羊，主持人问你是否要换门，那么接下来换门打开后是汽车的概率。

  出现偏差的原因：“大脑不能很好地处理概率问题“（佩尔西·戴康尼斯）

  伯克森悖论

  1946年，约瑟夫·伯克森指出了在医院进行观察性研究的一个特征：两种疾病在一般人群中不存在实际联系，在医院的病人中却会形成某种似是而非的关联。

  因果的解释：

  1. 对撞，疾病1-->住院<--疾病2

  2.另一个角度讲，是选择后的样本。即使是抛硬币问题，同时抛两枚硬币，如果删除了都背面朝上的样本，会带来两枚硬币正面朝上的伪相关。

  另一个例子：魔鬼数学的约会论，约会的人中有魅力的人往往是混蛋，是因为样本里不存在既没魅力又混蛋的约会对象。

  辛普森悖论

  辛普森悖论1，BBG药物的逆转。辛普森考虑的实验：男性处理组心脏病发作概率更高，女性处理组心脏病发作概率更高，总体处理组心脏病发作概率降低。是否是BBG（bad bad good）药物。

  出现BBG悖论结果在于，受试者分组内男女比例及数量不同。

  有意义的实验结果，应该控制性别，因为此处服用药物<-- 性别 -->心脏病发作，不同性别愿意服用药物的比例不同。

  如果将心脏病发作概率按照现实中男女比例1：1还原， 实际为BBB药物。

  辛普森悖论问题2，同一数据两个故事的逆转。数据该聚合还是分层？？？（聚合概念可能有翻译误差）。

  问题的根本在于因果叙述。按照因果分析，要考虑事件发生时序、潜在第三变量、去除“M”偏误。

  辛普森悖论的启示：某些情况下至少存在一个统计趋势无法代表真正的因果效应。聚合还是分层？？？

  去除干预的方法一：后门调整公式

  最常用的，使用统计调整公式控制混杂因子。使用前提，确定自己掌握了去混因子的充分集来阻断干预和结果之间的所有后门路径。

  例如性别分组试验中，性别是混杂因子，可以利用性别数据去除混杂影响。通过还原整体比例，则可处理。

  如果是年龄这种连续变量，则可以用函数模拟，例如线性近似。Y=aX+bZ+c，可以控制住混杂因子Z。

  系数a也被称为偏回归系数，可以用r下标（YX.Z）表示。

  为了使r下标（YX.Z）能够体现因果效应，需要满足两个条件：一是我们所绘制的因果图能够合理解释现状；二是Z变量满足后门标准。但是也只能适用于线性模型。

  后门标准的作用是告诉我们哪些变量集可以用来去除数据中的混杂。

  后门调整公式实际就是去混杂。

  但同时如果缺乏必要数据无法阻断某条后门路径，则统计调整公式会完全失灵。

  去除干预的方法二：前门调整 （front-door adjustment）

  找到一个X和Y之间的中介变量Z，假设混杂变量U对Z没有影响，假设只有通过Z，X才能影响Y。

  则X和Z之间后门路径已经通过共撞处Y被阻断，所以只观测X和Z得到的就是两者间平均因果效应。

  同时A和Y之间，可以通过控制X，阻断后门路径，这样就得到了Z到Y的平均因果效应。

  通过控制X后，对P（Z|X）、P（非Z|X）、P（Y|Z）、P（Y|非Z）的加权处理，可以得到P（Y|X）.

  也就是不用通过引入do算子，排除了混杂因子，计算出概率结果。

  当Z成为连续的，则可以通过一个通用的公式来表达这个过程：

  

  前门调整公式7.1

  

  后门调整公式7.2

  试图建立的公理系统

  规则1，在W-->Z-->Y的过程中，控制了Z，则W与Y不相关。

  

  规则2，如果Z阻断了所有X和Y之间的后门路径，那么控制Z后，do（X）=see（X）

  

  规则3，如果X和Y之间没有因果路径，那么，do不会干预到Y。

  

  规则1允许增加或者删除某个观测结果，规则2允许用观察代替干预，规则3允许删除或者增加干预。

  do演算就是为了将P（Y|do（X））开始，引入辅助变量将目标表达式转换为一个不含do的表达式。

  

  现实中可能也存在一个其他的解决方式，比如引入一个比do（X）更容易做到的do（M）

  去除混杂效应的方法三：工具变量

  斯诺对伦敦霍乱的研究。

  工具变量Z与X之间没有混杂变量，Z与Y之间没有混杂变量。则通过Z与X的关联a还有Z与Y的关联b，可以得到X与Y之间的关联b/a

  潜在结果

  奈德在农业试验背景下提出潜在结果概念。

  现有统计方法：将潜在结果视为缺失。推定缺失数据常见方法一：匹配；常见方法二：线性回归。

  谬误：用第一层级的方法回答第三层级的问题。

  解决方法：了解因果关系，根据因果关系建立结构方程。这种方程内部的主要解释关系将是单向的，解释变量影响被解释变量，而翻过来，解释变量对被解释变量的变化不敏感。

  根据统计数据估计出方程的主要系数后，可以得知个体的特质也就是残差。

  然后代入要计算的do算子，，do算子改变的是有反事实值的变量，删除指向其的箭头（控制相关变量），代入反事实值，得出潜在结果。

  因果推算第一定律

  Yx（u）=Ymx（u），建构模型Mx，确保删除所有指向X的箭头，计算结果Y（u）

  结构因果模型与鲁宾因果模型的区分

  鲁宾因果模型假设

  假设1：单位处理效应稳定（stable unit treatment value assumption），其他个体接受处理不会影响本个体的处理效应；

  假设2：一致性，也即无论何种原因改变，不会影响个体的处理效应，主要是为了假设试验不存在安慰剂效应，或其他缺陷；

  假设3：可忽略性，接受的处理和个体潜在结果变量是互相独立的，相当于对照组和处理组随机分配。

  但是该模型在实际操作层面，依然难以说清楚可忽略性。通过观察数据来比较潜在结果，从而确定某变量是否可忽略是难以操作的。容易陷入循环论证。

  例如为了确定是否可以忽略ED（学历），需要判断一个一个潜在工资可能是s的员工与一个潜在工资不是s的员工是否可能拥有同样的ED。或者试图去比较每一个EX（工作年限）中，潜在结果是否与ED独立。

  但是如果引入因果结构模型，首先确定ED不可忽略。

  普遍的操作层面是通过判断Z是否阻断了X和Y之间所有后门路径，同时Z的成员都不是X 的后代。就可以控制Z来确定X对Y的影响。

  在本例中，EX是ED后代，因此没有通过测试。也就不能用于匹配。

  响应函数

  从概率贝叶斯网络到因果模型的转变。引入剂量-响应关系，将Y视为其父变量的函数。

  同时剂量-响应关系使得结构因果模型（SCMs）可以表示阈值效应，处理非线性函数、离散变量。令SCMs可以比SEMs应对更多情况。

  必要性概率和充分性概率

  必要性概率PN（probability of necessity），必要因或若非因的概率，即 ，也即 X=1是Y=1的必要因的概率。

  例子：X表示乔堵住消防通道，X=0没堵住；X=1，堵住了。Y表示朱迪的死亡，Y=0活着，Y=1死亡。对乔的追责，要通过法律上的若非测试：“若非它，结果不会发生。”

  充分性概率PS（probability of sufficiency），，X=1导致Y=1的概率多大。

  例子：X表示被告开枪，X=1射击，X=0没开枪；Y表示受害者跑到钢琴下，Y=0没有，Y=1是。近因原则：结果不应该“离事件太遥远或是事件的次要方面，以至与行为人的责任或罪行的严重性关系很小”。

  伯克利大学招生的悖论

  伯克利男女录取率分别为44%和35%，然而每个院系，女生录取率都更高。毕克尔和汉默尔发现是因为女生倾向于申请更难录取的系。

  在关注歧视对录取的直接效应时，控制院系是有效的。但是后续讨论中，克鲁斯卡尔指出，其他变量的存在可能会影响结论，例如地域区别的性别歧视。也即院系这个混杂因子背后，还有其他混杂因子。

  中介谬误

  研究中极容易出现的中介谬误：对中介物进行变量控制，而不是保持中介物恒定。

  总体与局部的因果效应

  局部效应与总体效应，如果某因果关系是确凿的，那么总体的直接效应就应取决于子总体直接效应的总和。

  实验中的效应，推导过程

  处理X，结果Y，中介物M。

  受控直接效应（controlled direct effect)，在伯克利案例的环境中，受控直接效应是指，控制院系，申请表其他能力不边情况下，随机填写性别。

  CDE（0）=P(Y=1|do(X=1),do(M=0))-P(Y=1|do(X=0),do(M=0))

  自然直接效应（natural direct effect)，随即填写性别，但是申报原计划的院系。

  

  自然间接效应（natural indirect effect)

  

  总效应，不同于简单思考下的总效应=间接效应+直接效应，如果是直接考察相加，则分别的总效应不是边际情况下的影响。因为解释直接效应的时候，需要控制中介物恒定，那么解释间接效应的时候，也应该保持X恒定，并且将M增加到X增加到1的情况下M所能达到的量。

  总效应（X=0->X=1）=NDE（X=0->X=1）-NIE（X=1->X=0）

  线性模型中的因果

  总效应=直接效应+间接效应。

  成立原因在于线性模型中不允许变量之间的交互。这样完成中介分析就比较简单，如果加入交互作用，则可能失效。

  中介公式

  

  展开

• 資料太少叻。。。

  作者：yuki0228 发布时间：2010-07-03 06:38:06

  書的質地不錯，不過我不大喜歡它的軟皮封面，內容涉及較廣泛，但也很淺薄，許多符號解釋只是一帶而過，沒有較多的深入解析，如果想研究此文學的人，建議不要買，如果純粹只是想要瞭解及入門，此書還是不錯的。

  展开

• 幸福的童年治愈一生，不幸的童年用一生治愈

  作者：小巫婆 发布时间：2021-05-06 23:33:59

  我的童年是在父母的争吵中渡过的，那时候，父母三天一大吵，一天一小吵，几乎没有几天安静的日子。小时候的我，爬树、上墙、打架，宣泄着自己的情绪。所以从小我的性格就有些古怪，很难融入集体，这种情况直到大学才有所好转。因为大学时候遇到了很好的室友，她们的关爱、关心教会我如何与这个世界相处，如何与人交往。性格也开始变得活泼、乐观起来。幸运的是工作以后遇到了我现在的老公，他是一个非常善良、温柔的男人，他会包容我的小任性，我偶尔的坏脾气，细心的疏导我，童年的伤口逐渐开始愈合。

  我一直很喜欢看心理方面的书籍，因为知道自己内心是存在的创伤的，所以一直在剖析自己的心理，想给自己的孩子一个美好的童年。《半熟家庭》这本书我是当成故事来读的，该书分为亲子关系篇、恋爱情感问题篇、夫妻关系问题篇，每篇精选8~9个案例。书中没有太多的理论或深奥的专业性的东西，有的只是与求助者之间的对话。粗看不以为然，觉得就是常规的聊聊天，没有什么难度，细看之下会发现，老师就是通过简单的聊天，一步步、循序渐进的引导求助者意识到问题的所在，并逐步引导求助者去解决问题，或给出可行的建议。

  有可能很多人会觉得心理咨询师也没有什么了不起，不就是与求助才聊聊天，当一个好的听众吗？其实涉猎过一点心理领域的人都会知道，并没有这么简单。首先，心理咨询师得有丰富的理论知识，通过求助者的家属或朋友了解求助者的基本问题，有一个大致的判断，通过主动的交流确认求助者的症结，这有点像中医讲的望闻问切。然后就是开方子了，这一点没有丰富的实践经验，单靠一些纸上谈兵的理论是万万行不通的。

  近年来，关于学生崩溃跳楼自杀的事件屡见不鲜，为什么明明父母那么爱孩子，却最后逼得孩子跳楼自杀了呢？《半熟家庭》亲子关系中的第一个案例给的印象最深刻。17岁的高三女生，学习很好，可是没有生活的乐趣，只想活到35岁，给父母赚够养老的钱然后就结束自己的生命。作者通过与求助者的主动对话，寻找到孩子产生这种想法的根源，是亲子教育出现了问题，父母经常跟孩子讲“乌鸦反哺”、“羔羊跪乳”等，让孩子觉得她活着的意义就是报答父母的养育之恩，除此之外，自己的生命是无意义的。此外，孩子父母不让看电视、玩手机，只有学习，因而她跟同学没有谈资，所以她很孤单。老师通过一步步的引导让孩子意识到人活着应该为社会做贡献、对社会有责任感，而不是为父母而活。作者也说服父母给孩子买一台智能手机，丰富社会知识。最后，作者和孩子聊到了三观，帮助孩子树立了正确的人生观、世界观和价值观。整个过程看似闲聊，条理却十分清楚，咨询结束后，孩子信心满满地离开了。

  每一个正常的人或多或少都会有一些心理上的问题，可能来自家庭关系、工作压力等各个方面，看心理医生就像是感冒吃药一样，没有必要讳疾忌医。平时有空读一些心理方面的书籍也是帮助自己更好地了解自己的一种方式，我们每一个人都值得更好的未来！

  展开