所谓表型相关就是两个数量性状表型变量间的相关（）

两个变量间的相关关系称为（） 在数量性状的选择过程中，留种个体的表型平均值与选择前群体表型平均值之差就被称为（） 两个变量间的Pearson相关系数为-0.3则这两个变量（）   两个变量间的Pearson相关系数为-0.3则这两个变量( ) 两个变量间的Pearson相关系数为0，表明这两个变量间没有关系（） 两个变量的 Pearson 相关系数为-0.57，则这两个变量间可视为（）。   两个变量的Pearson相关系数为0.33，则这两个变量间可视为（ ）   两个变量的Pearson相关系数为0.03，则这两个变量间可视为（ ）。   主要应用有两个方面，一是减少分析变量个数;二是通过对变量间相关关系探测，将原始变量进行（） 主要应用有两个方面，一是减少分析变量个数;二是通过对变量间相关关系探测，将原始变量进行（） （）主要应用有两个方面，一是减少分析变量个数；二是通过对变量间相关关系探测，将原始变量进行分类。 遗传力大的性状，上代具有何种表型，下一代这种表型出现的概率也较大。_ 直线相关反映两变量间在数量上的相互直线关系（） 相关分析中，如果两个变量间pearson相关系数r=0，就表示（　） 相关分析中，如果两个变量间Pearson相关系数r=0，就表示()。 相关关系描述的是两个变量之间的数量关系（） 显性上位作用F2代表型性状比值（）。 积加作用F2代表型性状比值（）。 重叠作用F2代表型性状分离比值（） 积加作用F2代表型性状比值（）