相关系数的绝对值越接近1，两个变量相关程度越强；0表示两个变量之间没有相关，正相关表示两个变量的变化方向一致，负相关则表示相反。

定距变量与定序变量的相关系数取值在（）到（）之间，绝对值越大，说明相关程度越（）。定类变量的相关系数的取值在（）到（）之间，值越大表明相关程度越（） 如果两个变量间的相关系数的绝对值位于0～0.3之间，可以认为它们之间的相关关系是()。 相关系数r的绝对值小于0.3表示两变量之间的()关系较弱。 若相关系数越接近-1,则表明两变量之间的相关程度越低。() 当两变量的相关系数接近相关系数的最小取值-1时，表示这两个随机变量之间()。 相关系数r越接近-1，表示x与y两个变量之间(     )。 两个变量间的线性相关关系越不密切，相关系数r值就越接近（ ）。 相关系数r的（）±1之间。“+”号表示变化方向一致，即正相关；“-”号表示变化方向相反，即负相关。相关系数的绝对值大小表示两种变量之间的密切程度，或相关的程度，其取值不同，表示相关程度不同 相关系数 |r| 越接近于1时，表示两者之间的相关关系越强（） 相关系数r越接近于1时，表示两者之间的相关关系越强。（ ） 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（） 皮尔逊积差相关系数r=0表示两个变量之间 相关系数越接近±1，表明变量之间的线性相关程度（）。 如果两个变量间的相关系数的绝对值位于0.3～0.7之间，可以认为它们之间的相关是()。 两个变量间的线性相关关系越不密切，相关系数就越接近（） 相关系数越接近于-1,表明两变量间（） 相关分析中，如果两个变量间pearson相关系数r=0，就表示（　） 相关分析中，如果两个变量间Pearson相关系数r=0，就表示()。 相关系数越接近±1，说明变量间的相关关系越密切（）