当两变量间是低度线性相关关系时，相关系数r小于（）
相关系数是衡量两个变量线性相关关系的重要指标，我们经常使用的相关系数有（）。
在多元回归分析中，自变量与因变量的线性相关程度很高时，相关系数（）。
如果变量x与y之间没有线性相关关系，则相关系数为。
两变量的线性相关系数为0，表明两变量之间（）。
相关系数越接近±1，表明变量之间的线性相关程度（）。
若两变量x和y存在不完全相关关系，对于自变量x的任何一个值，因变量y（）。
线性回归分析得出相关系数等于零，意味着两变量间不存在任何相关关系。（）
相关的两个变量，只能算出一个相关系数。（）
若变量x、y，存在严格的线性关系，则相关系数（）。
若两变量X和Y的pearson相关系数r为零，则说明()。
若两个变量间的线性相关系数为-1，则表明这两个变量间存在着（）
相关分析中，对相关系数进行检验时，原假设H0：两变量之间存在线性相关。（）
若两变量负相关，表示相关系数（）零。
相关系数r只反映变量间的线性相关程度，不能说明非线性相关关系。（ ）
线性回归中的相关系数是用来作为判断两个变量之间相关关系的一个量度。（ ）
两个变量的线性相关系数为0，表明两个变量之间( )。
相关系数具有线性不变性,即同时对两个变量作相同的线性变换,变换之后的两个新变量之间的相关系数与原变量的相关系数仍然相等。()
英国统计学家Karl Pearson提出了一个测定两指标变量线性相关的计算公式，通常称为积矩相关系数，它用公式表示为()。
英国统计学家Karl，Pearson提出了一个测定两指标变量线性相关的计算公式，通常称为积距相关系数，其公式为()。
在回归分析中，相关系数r=1表示（)。A．两个变量间负相关B．两个变量间完全线性相关C．两个变量间线性
若两个变量存在负线性相关关系，则建立的一元线性回归方程的判定系数的取值范围是
变量x和变量y的相关系数为（），说明二者不存在线性关系
13、相关的两个变量，只能算出一个相关系数。
