相关系数绝对值越大，说明两变量间的关系（）。
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()。
校准曲线的相关系数是反映自变量（物质的浓度）与因变量（仪器信号值）之间的相互关系的。（）
不相关关系是指变量之间没有任何关系或者说变量之间的相互系数为（）。
标准曲线的相关系数反映的是自变量与因变量的相互关系
相关关系反映变量间的依从关系。
两个变量间的线性相关关系越不密切，相关系数r值就越接近()。
下列四个相关系数中反映变量之间关系最密切的数值是（）。
相关系数是表示两个变量之间关系的性质和（）的指标。
变量间的相互关系是指两个或两个以上变量之间相联系的性质。主要有两种类型。即（）和（）。
我国与气候系统相关观测和资料中，缺乏对多圈层相互作用特别是对反映（）关系的相关变量的观测。
如果两个变量间的相关系数的绝对值位于0~0.3之间，可以认为它们之间的相关关系是（）
在回归分析当中，以下哪一个相关系数代表了自变量和因变量之间最强的相关关系？（）
变量和变量的Pearson相关系数R=1，这说明变量和变量间的相关关系是（）。
由于 典型相关系数最大，能解释观测变量的最大变异程度，有时也将其称为两组变量间的典型相关系数。典型相关系数的个数与两组观测变量中变量数 相同。
皮尔森相关系数要求变量间的关系线性分布
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。（ ）
两个变量间的线性相关关系愈不密切，相关系数r值就愈接近数（)
已知变量X和变量Y间的皮尔逊积差相关系数为r，现在将变量X中的每个值都加上一个常数C，并重新计算X和Y间的相关得到相关系数为r，那么r和r之间的关系为
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。
判定系数与相关系数是两个既有联系又有区别的指标：(甲)判定系数是反映自变量对因变量的影响程度，用于评价回归方程的拟合优度；(乙)相关系数则用于反映变量之间线性关系的密切程度；(丙)相关系数(r)是判定系数的开方，其数值要大于判定系数；(丁)这两系数既能反映正相关，又能反映负相关。
如果两变量间的相关系数为－1，说明两变量间存在（）
两个变量的简单相关系数等于它们的再除以各自的，简单相关系数单位和变化幅度的影响，是一个介于和之间的一个纯数，用以度量两个变量之间关系的。
