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

相关分析和回归分析是研究现象之间相互依存关系的两个方面；相关分析的目的在于了解变量怎样随着另一个变量的变化而变化，回归分析的目的在于了解两个变量之间有无关系或关系的密切程度。 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()。 时间序列有两个变量，自变量是各时点所对应的数量和数值，因变量是时间。 时间序列有两个变量，自变量是各时点所对应的数量和数值，因变量是时间。 时间序列有两个变量，自变量是各时点所对应的数量和数值，因变量是时间（） 相关关系是指变量之间的（）的依存关系 相关关系是指指标变量之间(　　)的依存关系。 两个变量中不论假定哪个变量为自变量，哪个为因变量，都只能计算一个相关系数。() 函数关系和统计依存关系所讨论的是非确定现象随机变量之间的关系。( ) 如果变量之间的关系近似表现为一条直线,则称两个变量之间为 相关关系是指变量之间的确定的依存关系。 相关关系是指变量与变量之间存在着一种确定性的数量依存关系。    (    ) 一项实验中至少要有两个变量：自变量和因变量。() 如果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( ） 相关关系是指指标变量之间的不确定的依存关系，相关关系是一种因果关系，两个指标变量受第三个指标变量影响而发生的共变关系，不属于相关关系。(　　) 相关关系按指标变量之间依存关系的形式可分为(　　)。 多自变量实验是指在一个实验中包含两个或两个以上的自变量的实验，它具有哪些优点?（　　） 用来表示只有一个自变量的线性回归,常用于两个变量接近线性关系的场合（） 当变量之间的依存关系密切到近乎于函数关系时，称为（） 在数据分析方法中我们将其中的一个变量视为自变量，另一个变量视为应变量，确定了两个变量的关系后，研究人员能够通过改变自变量来预测应变量的变化，这种分析方法是（　）。