当两变量间是低度线性相关关系时，相关系数r小于（）
一元线性回归模型是用于分析一个自变量X与一个因变量Y之间线性关系的数学方程。（）
两变量X与Y间线性相关关系达到最高时，相关系数可能等于（）。
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。（）
两变量呈直线关系，且为二元正态分布，研究其是否相关时，可首先考虑应用（）
当一元线性回归分析中的相关系数γ=－0、952时，表明两个变量呈（）关系。
两变量呈直线关系，且为双变量正态分布时，研究其是否相关时，可首先考虑应用（）
只有一个自变量与一个因变量之间线性相关关系的分析叫做（）
相关关系按研究指标变量的多少可分为一元相关（单相关）和多元相关（复相关）；按指标变量之间依存关系的形式可分为线性相关（直线相关）和非线性相关（曲线相关）；按指标变量变化的方向可分为正相关和负相关。（）
相关分析的对象主要是变量之间的相关关系，而相关关系泛指两个变量之间的相互依存关系。
如果两个变量之间大致存在线性关系，则可考虑用一条直线来表示两者之间的关系（）
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。（）
分析两变量依存关系时，可考虑应用（）
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（）
当指标变量之间的依存关系密切到函数关系时，称为完全相关。（）
当一元线性回归分析中的γ=－0.952且大于临界值时，表明两个变量呈（）关系。
两变量线性相关分析的适用条件是
两变量间相关分析是分析两个变量间的数量变化依存关系
1、如果散点图不存在直线趋势，也不能说明两变量一定不相关，只能说是直线相关关系不显著，也可能存在某种非线性相关，要根据图形和后续的假设检验具体分析。
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。
当一元线性回归分析中的相关系数γ=－0.952时，表明两个变量呈（)关系。
对两变量x和Y作线性相关分析,要求的条件是（）
积矩相关系数，用于测定两指标变量线性相关的程度，当r的取值处于（)时，可认为是显著相关．
8、假设两变量呈线性关系，一变量为正态等距变量，另一变量为真正的二分变量，那么表示两变量相关时应选用
