相关系数是衡量两个变量之间相互关系的一个参数，用英文字r来表示，r越接近()，说明两个变量之间的相关性越好

A.相关系数为0.2相较于-0.8，前者的相关性更强

B.相关系数为0.8时，说明两个变量之间呈正相关关系

C.Spearman相关系数可以衡量两个定序变量之间的相关程度

D.Pearson相关系数衡量了两个定序变量之间的相关程度

A.两个变量之间的相关程度较小

B.两个变量之间存在完全相关关系

C.两个变量之间不存在直线相关关系

D.两个变量之间完全无关

A.正相关关系

B.正负相关

C.不相关

D.负相关关系

A.线性相关系数也叫积差相关系数

B.线性相关系数的取值在-1和+1之间，r=-1或r=1时，表明变量间存在完全线性相关， r=0时，无线性关系

C.在大多数情况下，线性相关系数r值介于1之间，说明变量之间存在线性关系

D.当r> 0时，变量间存在正相关，也就是一个变量随另一个变量的增加而增加，随另一个变量的减小而减小，呈同向变化

E.以上说法都对

A.Pearson相关系数只适用于线性相关关系

B.Pearson相关系数的取值范围在0和1之间

C.Pearson相关系数可以测度回归直线对样本数据的拟合程度

D.当Pearson相关系数r=0时，说明两个变量之间没有任何关系

E.当Pearson相关系数r=0时，表明两变量之间不存在线性相关关系

A、研究两个分类变量之间的关系，可以采用列联分析

B、独立性检验是利用样本资料来检验两个变量的独立性，即样本资料所显示的两个分类变量的相关性在总体中是否存在

C、编制列联表时，如果两个变量之间不存在因果关系，行变量和列变量可以随意指定。如果两个变量之间存在因果关系，一般需要把表示影响原因的自变量作为行变量，列入表的横行:把表示变动结果的因变量作为列变量，列入表的纵列

D、在列联分析中，计算的相关系数越接近于1，相关程度越高

A.数值越大说明两个变量之间的关系越强

B.仅仅是两个变量之间线性关系的一个度量,不能用于描述非线性关系

C.不一定意味着两个变量之间一定有因果关系

D.绝对值不会大于1

A.散点图中的点分布越集中，说明两个变量的相关性越强

B.散点图中的点分布越均匀，说明两个变量的相关性越强

C.若两个变量的变动方向相同，则为完全正相关

D.如果各个观测点落在一条直线上，则为完全相关

A.｜r｜=0表示完全相关

B.r的取值范围为-1≤r≤1

C.r的绝对值越接近1，表示两变量间相关关系密切程度越高

D.r没有单位

E.直线相关是描述具有直线关系的两变量的相互关系