相关系数是用来测量两个变量之间强弱关系的程度。（)

A.两个变量的均值

B.相关系数

C.回归系数

D.两个变量的方差

E.两个变量的标准差

测量10名健康成年男子基础代谢24小时产热量（千卡)及体表面积（cm2)，数据见下表，试回答：（1)下表

测量10名健康成年男子基础代谢24小时产热量(千卡)及体表面积(cm2)，数据见下表，试回答：

(1)下表资料有几个变量，分别是什么类型的变量？

(2)适宜进行Pearson相关分析还是Spearman相关分析？

(3)假定成年男子体表面积与产热量服从双变量正态分布，本例相关系数r=0.624，据此认为两个变量之间有相关关系是否妥当？

A.样本均值

B.样本方差

C.相关系数

D.秩

A.相关程度很低

B.不存在任何关系

C.线形无关

D.存在非线形相关关系

不计算相关系数，（）判断两个变量之间相关关系的密切程度。

A．能够

B．不能够

C．有时能够，有时不能

D．能够，并可计算出具体数值

真正的相关系数，即偏相关分析是控制“第三者"后所获得的甲乙二者的“净”相关系数。“直线相关分析是指两个变量之间是否存在直线相关关系，以及相关的方向和程度。 根据上述定义，下列不属于偏相关分析的是()。

A.在考虑身高和体重之间的相关性时，需要排除年龄变量的干扰

B.在考虑身高和体重之间的相关性时，有必要控制南北地区变量的影响

C.大鼠肝脏中的胆固醇含量随着微量元素锰的增加而增加

D.估计工资收入与受教育水平之间的相关关系时，要剔除工作年限的影响

A.一元线性回归预测是回归预测的基础，预测对象只受一个主要因素影响

B.判定一个线性回归方程的拟合程度的优劣称为模型的显著性检验，通常用的检验法是相关系数检验法

C.相关系数等于回归平方和在总平方和中所占的比率，即回归方程所能解释的因变量变异性的百分比，是一元回归模型中用来衡量两个变量之间相关程度的判定指标

D.如果相关系数r=0，表示所有的观测值全部落在回归直线上;如果r=1，则表示自变量与因变量无线性关系

A.皮尔逊相关系数是线性相关系数

B.能够解释两变量的因果关系

C.两个变量间是对等关系

D.取值在-1和1之间

A.是严格的函数关系

B.不存在相关关系

C.不存在线性相关关系

D.存在曲线相关关系