一个变量的两个水平间的相关很高，是否说明两水平的均数间没有差异呢？为什么？举例说明。

用标准差比较两个总体的平均数代表性的大小时，要求这两个总体的平均数        。(    )   在甲乙两个变量数列中， 若σ甲 ＜σ 乙 ， 则两个变量数列平均水平的代表性程度相比较 两个变量间的Pearson相关系数为0．9，则这两个变量间的相关关系为( )。 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（）   比较两个总体平均数的代表性，如果标准差系数越大则说明平均数的代表性越好（） 序时平均数与一般平均数是两个不同的概念，它们之间没有共同点（） 序时平均数与一般平均数是两个不同的概念，它们之间没有共同点。(   )   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 已知某变量的众数、中位数和平均数中的两个是42、50,根据pearson规则,另外一个指标的数值可能是（） 中位数与众数都是位置平均数，因此用这两个指标反映现象的一般水平缺乏代表性。（ ） 两个变量间的Pearson相关系数为0，表明这两个变量间没有关系（） 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（ ）   两个变量的Pearson相关系数为0.03，则这两个变量间可视为（ ）。   加权算术平均数的大小受两个因素的影响,一是变量值,二是权数 比较两个不同平均数的同类现象或两个性质不同的不同类现象平均数的代表性大小时，采用（ ） 两个变量间的相关关系称为 两个变量间的相关关系称为（） 当两个变量之间的相关系数r=-0.985时，说明这两个变量的相关程度很低