相关系数可以准确度量两个变量之间的关系强度，根据相关系数的相关知识，回答下列问题。

若相关系数为零，则意味着( )。

A:两个变量之间没有任何关系 B:两个变量完全正相关 C:两个变量完全负相关 D:两个变量之间不存在线性相关关系

某女性患者，24岁。凹面型，面下1／3正常，前牙反，磨牙中性关系，上颌尖牙唇向高位，拥挤9mm。上下前牙唇倾度正常，下牙列无拥挤。侧位片测量显示上颌骨发育不足，ANB-2°。4个第三磨牙牙胚存在

治疗结束后的咬合关系不可能为

A:磨牙中性关系 B:磨牙近中关系 C:磨牙远中关系 D:尖牙中性关系 E:以上都不是

若两变量X和y之间的Pearson相关系数大于0.3且小于0.5，则说明（　）。

A:X和Y存在低度相关的线性相关关系 B:X和Y存在中度相关的线性相关关系 C:X和Y完全正线性相关 D:X和Y，完全负线性相关

如果变量x与y之间没有线性相关关系，则（）

A:相关系数为0 B:线性回归系数为0 C:可决系数为0 D:估计标准误差为0 E:变量x与y不一定独立

两变量的线性相关系数为0，表明两变量之间（）。

A:完全相关 B:无关系 C:不完全相关 D:不存在线性相关

若两变量X和Y之间的Pearson相关系数大于0.3且小于0.5，则说明（）。

A:X和Y存在低度相关的线性相关关系 B:X和Y存在中度相关的线性相关关系 C:X和Y完全正线性相关 D:X和Y完全负线性相关

如果相关系数r=0，则表明两个变量之间( )。

A:相关程度很低 B:不存在任何关系 C:不存在线性相关关系 D:存在非线性相关关系

对某地区失业人员进行调查，得到有关失业周数、失业者年龄和受教育年限等资料，对此资料进行相关与回归分析后所得的结果如表1、表2所示： 表1 失业周数与失业者的年龄和受教育年线之间的相关分析   年龄 受教育年限 失业周数 相关系数 0.58 0.01 相关系数检验概率 0.000 0.96 表2 失业周数与失业者的年龄和受教育年线之间的回归分析   F值 F临界值 F检验概率 失业周数与年龄 24.01 4.08 0.00   又已知n=50， =43.36， =34.6，∑Y=2168，∑X=1730，∑XY=80183，∑X2=63880，试计算与回答：   由回归分析表可知，失业周数与年龄拟合的回归方程方差分析检验结果说明（）。

A:Y与X之间存在线性相关，但关系不显著 B:Y与X之间不存在线性相关关系 C:Y与X之间不存在非线性相关关系 D:Y与X之间存在显著线性相关关系

当简单线性相关系数为0时，说明两个变量之间( )。

A:没有任何关系 B:不存在直线相关关系 C:不存在曲线相关关系 D:具有不确定的关系

当积差相关系数r=0时，对两个变量之间关系的最佳解释是（ ）

A:相关程度很低 B:不存在任何相关 C:不存在线性相关关系 D:存在非线性相关关系