通过相关系数来揭示研究对象的若干变量之间的关系，可采用的研究方法主要有（）。

简单相关系数表明两变量之间(?? ? )。 总体的相关系数P,样本的相关系数|r|≤1，可以明确判定两个变量之间的关系为（） 相关系数反映的是相关变量之间的一种平均关系。() 相关系数反映的是相关变量之间的一种平均关系。 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()。 分析两个变量之间的相关关系，通常通过观察变量之间的散点图和求解相关系数的大小来度量变量之间线性关系的相关程度。若相关系数是根据总体全部数据计算出来的，一般称为（　　）。 散布图中相关系数r = -1说明两变量之间的关系为()。 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(　　)。 测定变量之间相关关系密切程度的主要方法是相关系数。 测定变量之间相关关系密切程度的主要方法是相关系数。 若相关系数r= - 0.4，则表明两变量之间( )。 项目的独立性分析，一般是采用项目间分数的相关系数来揭示，当相关系数越大时，说明独立性越（） 总体相关系数可简称相关系数，记为r。（　　） 积差相关是根据两列比率变量的等级差数来计算相关系数的方法。() 变量之间的相关程度越低，则相关系数的数值()。 校准曲线的相关系数是反映自变量与因变量之间相互关系的（） 相关系数可以用于描述变量之间的非线性关系。（ ） 当相关系数r＞0时，两个变量之间的相关关系为（） 当直线相关系数r=0时，说明变量之间不存在相关关系。 （ ） 在社会调査研究中，变量之间的相关程度显著，则要求相关系数应该达到