在线性相关的条件下，自变量的均方差为2，因变量的均方差为5，而相关系数为0.8时，则其回归系数为（）。

两变量的线性相关系数为-1，表明两变量之间（） 变量间的线性相关系数为0，表明两变量之间（） 方差分析的前提是因变量的变异完全是由于自变量和对自变量每一类都有影响的因素决定的。() 在多元回归模型的检验中，目的是检验每一个自变量与因变量在指定显著性水平上是否存在线性相关关系的检验是（） 在方差分析中，用于度量自变量与因变量之间关系强度的统计量是R2，其计算方法为（） 下列关于相关系数的说法中，正确的有（）。Ⅰ相关系数的取值范围是[-1，+1]Ⅱ当ρ>0时，两变量为正线性相关Ⅲ当ρ<0时，两变量为负线性相关Ⅳ当ρ=0时，表示两变量为完全线性相关 线性相关系数可以表达的两变量间（） 下列关于相关系数的说法中，正确的有（　　）。
Ⅰ相关系数的取值范围是[-1，+1]
Ⅱ当ρ>0时，两变量为正线性相关
Ⅲ当ρ＜0时，两变量为负线性相关
Ⅳ当ρ=0时，表示两变量为完全线性相关 在方差分析中，自变量是（） 相关系数是反映两个随机变量之间线性相关程度的统计指标，如果两个随机变量X和Y之间协方差为0.0031，方差分别为0.04和0.09,据此可以判断X和Y之间是（ ）。 多元线性回归分析所用的自变量和因变量必须是连续变量。() 已知两个变量之间存在负线性相关关系， 在双因素方差分析中，度量两个分类自变量对因变量影响的统计量是 R2，其计算公式为 影响因变量的因素通过多元线性回归分析，多元线性回归不仅涉及一个自变量，可能涉及多个自变量。（） 相关系数越接近±1，表明变量之间的线性相关程度（）。 下列关于相关系数的说法中，正确的有（）。<br/>Ⅰ相关系数的取值范围是[-1，+1]<br/>Ⅱ当ρ>0时，两变量为正线性相关<br/>Ⅲ当ρ<0时，两变量为负线性相关<br/>Ⅳ当ρ=0时，表示两变量为完全线性相关 两变量具有线性相关关系，其相关系数r=-0.9，则两变量之间（） 方差分析师通过检验总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响（） 方差分析师通过检验总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响（） 同一双变量资料，进行线性相关与回归分析，有（?? ）