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()。

对两个变量进行直线相关分析,r=0.39,P>0.05,说明两个变量之间 如果两个变量观测值的Pearson相关系数为-0.9，则这两个变量之间的关系为()   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,称为两个变量之间为() 两个行为变量的观测值皆为顺序变量，则研究这两个变量之间的相关系数时，宜用（）。 散点图的形状为一条直线，且两个变量方差均不为O，它们之间的相关系数可能为 A、B 两个变量的相关系数 r=1，这两个变量之间的关系是()。 散点图中的散点在一条直线上，说明两个变量的相关为（） 若两变量之间的相关系数为-1，则这两个变量是（ ） 若两个变量的(线性)相关系数为0，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-0.3则这两个变量（）   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( )。 对两个变量进行直线相关分析，r=0.46，P＞0.05，说明两变量之间（） 对两个变量进行直线相关分析，r=0.46，P>0.05，说明两变量之间______. 两个变量之间的相关系数为0.85，表明这两个变量之间存在确定性的数学关系。 在两个变量的样本散点图中，其样本点散布在从（ ）的区域，则称这两个变量具有正相关关系。 回归可定义两个或两个以上相关变量之间的函数关系，它根据一个已知变量去预测另一变量。 两个变量之间的关系可以有（）。 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（ ）