相关系数r仅仅是x与y之间线性关系的一个度量，不能用于描述非线性关系。

一元线性回归中,相关系数为时,表明变量间无线性关系（） 假设X与y之间的相关系数为r1，y与x之间的相关系数为r2，则r1和r2之间的关系为（） 假设x与y之间的相关系数为r1，y 与x之间的相关系数为r2z，则r1和r2之间的关系为 假设x与y之间的相关系数为r1，y 与x之间的相关系数为r2z，则r1和r2之间的关系为（） 若相关系数r=1，说明x与y之间的关系为（）。 一元线性回归方程中，相关系数越接近1，表示线性关系越好（） 当相关系数r（）时，x和y之间符合直线函数关系，称x与y完全相关。 当相关系数r（）时，x和y之间符合直线函数关系，称x与y完全相关 分析两个变量之间的相关关系，通常通过观察变量之间的散点图和求解相关系数的大小来度量变量之间线性关系的相关程度。若相关系数是根据总体全部数据计算出来的，一般称为（　　）。 两变量观测值的Pearson相关系数为-0.9，说明这两个变量之间的线性关系为（） 两变量观测值的Pearson相关系数为-0.6，说明这两个变量之间的线性关系为（ ）。 两变量观测值的Pearson相关系数为-0．9，说明这两个变量之间的线性关系为（　　）。 两变量观测值的pearson相关系数为﹣0.85，说明这两个变量之间的线性关系为（） 两变量观测值的Pearson相关系数为0.9，说明这两个变量之间的线性关系为（）。 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。（ ） 线性相关系数具有线性不变性，即同时对变量X、Y做相同的线性变换如X1=2X+1， Y1=2Y+1,变化之后的两个变量X1、Y1之间的相关系数与X、Y之间的相关系数相等。( ) 相关系数r越接近-1,表示x与y两个变量之间（）。 相关系数r越接近-1,表示x与y两个变量之间（） x与y的相关系数r为( )。 分析两个变量之间的相关关系，通常通过（　　）来度量变量之间线性关系的相关程度。