进行相关分析时，两个变量间的关系可以用（）来展示。

在质量改进中，常常要分析研究两个相应变量是否存在相关关系，可以用（）来进行。 两变量的分布类型未知时进行相关分析可选用两变量的分布类型未知时进行相关分析可选用（） 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（） 折线图和散点图都可以用来反映两个变量之间的关系。() 折线图和散点图都可以用来反映两个变量之间的关系。（） 两个变量间的相关关系称为 两个变量间的相关关系称为（） 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（　） 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（）   相关系数为零时，表明两个变量间( )。 在相关分析中，如果两个变量间Pearson相关系数r=0，这表示()。 在相关分析中，如果两个变量间Pearson相关系数r=0，这表示（）。 在相关分析中，如果两个变量间Pearson相关系数r=0,这表示（）。 列联分析可以用于研究两个分类型的变量之间的关系。（ ） 两变量之间的关系可以用（ ）来展示。 两变量之间的关系可以用（ ）来展示。 折线图和散点图都可以用来反映两个变量之间的关系。(    ) 两个相关变量之间的关系可以通过数学中的线性组合来描述，对这两个变量进行的回归分析应是（ ）。