()进一步拓展了平衡表法，它在自变量和因变量相关关系的基础上，建立变量之间的回归方程，并进一步预测。

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(　　)。 回归分析预测法，是在分析市场现象自变量和因变量之间相关关系的基础上，建立变量之间的()，并将回归方程作为预测模型。 在自变量和因变量相关关系的基础上，建立变量之间的回归方程并进行预测的基本面分析方法是（ ）。 回归分析法也称相关分析法，它是依据预测的（）原理，在分析市场现象自变量和因变量之间相关关系的基础上，建立变量之间的同归方程，并将同归方程作为预测模型，根据自变量在预测期的数量变化来预测因变量变化的预测方法。 变量依其相互关系可分为自变量、因变量和控制变量。 　　如何理解自变量和因变量? 如何理解自变量和因变量 数据轨迹不能展现自变量与因变量的关系（） 数据轨迹不能展现自变量与因变量的关系。 标准曲线的相关系数反映的是自变量与因变量的相互关系 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（） 研究变量包括自变量、因变量。 研究变量包括自变量、因变量（） 一个因变量与多个自变量的依存关系是 回归分析法也称相关分析法，它是依据预测的 ()原理，在分析市场现象自变量和因变量之间相关关系的基础上，建立变量之间的回归方程，并将回归方程作为预测模型，根据自变量在预测期的数量变化来预测因变量变化的预测方法。 两个变量中不论假定哪个变量为自变量，哪个为因变量，都只能计算一个相关系数。() 能证明自变量和因变量之间因果关系的研究设计是（ ） 一元线性回归预测法中，自变量和因变量的个数之和是（   ）。 在数量上表现为现象依存关系的两个变量，通常称为自变量和因变量。自变量是作为的变量，因变量是随的变化而发生相应变化的变量 根据变量相互之间的关系，我们可以把变量分为自变量、因变量、中介变量。