在研究自变量X与因变量Y之间的线性相关关系时，相关系数r>0时，表示两个变量(　　)。

随机变量之间的相关性可以用相关系数进行描述，相关系数既可以描述变量间的线性相关关系，也可以描述非线性相关关系。（ ） 如果变量X、Y之间的线性相关系数为-1，则表明变量X、Y之间是非独立的。 如果变量x与y之间的相关系数为1，则说明两个变量之间是完全正线性相关。 如果变量x与y之间的相关系数为1，则说明两个变量之间是完全正线性相关。 如果变量x与y之间的相关系数为1，则说明两个变量之间是完全正线性相关（） 当两变量间是低度线性相关关系时，相关系数r小于（） Pearson相关系数是判断特征之间、以及特征和目标变量之间线性相关关系的统计量。() 若r小于0，表明x和y之间存在负线性相关关系。 当两变量间有高度线性相关关系时，相关系数r小于1且大于（） 在回归分析当中，（）代表了自变量和因变量之间最强的相关关系 变量X对变量Y的相关关系，同变量Y对X的相关关系是（）。 按研究变量的多少划分，相关关系分为（　　）。Ⅰ．一元相关（也称单相关）Ⅱ．多元相关（也称复相关）Ⅲ．线性相关Ⅳ．非线性相关 按研究变量的多少划分，相关关系分为（　　）。Ⅰ一元相关（也称单相关）Ⅱ多元相关（也称复相关）Ⅲ线性相关Ⅳ非线性相关 当自变量X与因变量Y之间的相关程度r为负时，说明（） 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（） 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下是否存在线性相关关系的是（） 两个变量间的线性相关关系越不密切，相关系数就越接近（） 非线性关系是当自变量x变动时，因变量y随即变动。 非线性关系是当自变量x变动时，因变量y随即变动。（　　）