当两变量间是低度线性相关关系时，相关系数r小于（）
散点图是描述变量之间关系的一种直观的方法，从相关图中大体上可以看出变量之间的关系形态及关系强度。
根据变量X和变量Y的散点图，可以看出这两个变量间的相关关系为()。
相关系数r>0时，散点图中散点的分布形态为（）
两变量的相关分析中，若散点图的散点完全在一条直线上，则（）。
两变量相关分析中，若散点图的散点完全在一条直线上，则（）
根据变量X和变量Y的散点图，可以看出这两个变量间的相关关系为()。https://assets.asklib.com/psource/201404301532152669.jpg
当一元线性回归方程的简单相关系数r=0时，则变量的散点图可能是（）。
散点图是描述变量之间关系的一种直观的方法，从相关图中大体上可以看出变量之间的关系形态及关系强度。关于散点图，下列说法正确的是（）。
散点图是描述变量之间关系的一种直观的方法，从相关图中大体上可以看出变量之间的关系形态及关系强度。散点图中，常见的表现形态有（）。
关图又称散布图（或散点图），可以直观地表示变量之间的相关程度（）
当两变量间有高度线性相关关系时，相关系数r小于1且大于（）
简单相关分析的前提条件：两个随机变量；散点图呈线性关系；服从双变量正态分布。
可以用散点图表示两个变量之间的相关性。两个变量之间的关系的密切程度，取决于数据点分布（）。
相关系数r>0时，散点图中散点的分布形态为（）。
在散点图上我们可以分析出两个定量变量的相关关系
变量A和B间无论作相关分析还是简单线性回归分析均应先绘制散点图。
相关系数r＞0时，散点图中散点的分布形态为
回归分析方法：(甲)编制相关图表(散点图、依存关系分析表)；(乙)计算相关系数，反映变量之间相关的密切程度和相关方向；(丙)建立回归方程，进行估计预测。
若双变量观测值的散点图几乎形成一条直线，则这两个变量之间的相关系数为()。
散点图可以对变量之间存在的相关关系的形式、紧密程度作大致的判断。（)
在对两个变量x,y进行线性回归分析时,有下列步骤: 1所求出的回归直线方程作出解释; 2收集数据; 3求线性回归方程; 4求未知参数; 5根据所搜集的数据绘制散点图。 如果根据可行性要求能够作出变量,x,y具有线性相关结论,则在下列操作中正确的是（）
相关系数r＞0时，散点图中散点的分布形态为（）
