当两个变量的取值变化彼此互不影响时，称为（ ）现象。

因变量，又称刺激变量。是引起或产生变化的原因，是研究者操作的假定的原因变量。当两个变量存在某种联系，其中一个变量对另一变量具有影响作用，我们称那个具有影响作用的变量为自变量。() 当两个变量的变动方向相反时，这两个变量之间的相关关系称为( )。 （　　）是研究两个或两个以上变量的取值之间存在某种规律性。 如果一个变量的取值完全依赖于另一个变量，各观测点落在一条直线上，则称这两个变量之间为()。 散布图中，当r>0时，称两个变量正相关，这时当x的值增加时，y的值也有增大的趋势（） 在某一种现象与多种现象相关的场合，当假设其他变量不变时，其中两个变量的相关关系称为复相关（） 当两个变量之间的相关系数r=-0.985时，说明这两个变量的相关程度很低 当两个变量的散点图近似一条直线时，这两个变量之间的相关关系称为( )。 听力原文：r＝0时称两个变量之间线性不相关。 两个变量之间的关系近似地表现为一条直线，则称两个变量之间为()。 当自变量按一定数量变化时,因变量也大致按照一个固定的量变化,这时两个变量之间存在着() 耦合效应也称互动效应，是指群体中两个或两个以上的个体通过相互作用而彼此影响，从而联合起来产生增力的现象。下列体现耦合效应的有：()。 在数量上表现为现象依存关系的两个变量，通常称为自变量和因变量。自变量是作为的变量，因变量是随的变化而发生相应变化的变量 当回归系数大于零时，两个变量的关系是正相关；而当回归系数小于零时，两个变量的关系是负相关（） 两个指针变量的值相等时，表明两个指针变量是（ ） ()适用于两个变量均为二分称名变量的相关计算。 （单选题） 当自变量按一定数量变化时，因变量也大致按照一个固定的量变化，这时两个变量之间存在着（ ） 当两变量的相关系数接近-1时，表示这两个随机变量之间（）。 当两变量的相关系数接近-1时，表示这两个随机变量之间（） 两个变量之间的简单相关系数r的取值范围为（）