注意：此页面搜索的是所有试题
国家开放大学大数据分析与挖掘技术
如果P值越大则相关系数越显著，越能说明总体数据之间存在显著关系。
【A.】√
【B.】×
按相关因素（变量）之间的相关方向，相关关系又可分为正相关和负相关。
【A.】√
【B.】×
r具有对称性，x与y之间的相关系数与y与x之间的相关系数相等。
【A.】√
【B.】×
r的数值的大小与x和y的计量尺度有关，改变x和y的数据的计量尺度会改变r的数值。
【A.】√
【B.】×
按相关因素（变量）之间的关系形态不同，相关关系可分为线性相关和非线性相关。
【A.】√
【B.】×
如果P值越小则相关系数越显著，越能说明总体数据之间存在显著关系。
【A.】√
【B.】×
r是两个变量之间线性关系的度量指标，但无法反映两个变量之间的因果关系。
【A.】√
【B.】×
按相关因素（变量）的多少，相关关系又可分为正相关和负相关。
【A.】√
【B.】×
按相关因素（变量）之间的相关方向，可将相关关系分为单相关和复相关。
【A.】√
【B.】×
按相关因素（变量）的多少，可将相关关系分为单相关和复相关。
【A.】√
【B.】×
r的取值范围为[-1,1]，当r取值为1时，表示为完全正线性相关；当r=0时，表现为无线性相关，当r取值为-1时，表示为完全负线性相关。
【A.】√
【B.】×
在进行相关分析时先剔除其对其他变量的影响，再研究变量之间的相关关系的方法称为偏相关分析。
【A.】√
【B.】×
简单相关分析有时不能够真实地反映现象之间的关系
【A.】√
【B.】×
点二列（点双列）相关分析适用于两列变量中一列是来自正态总体的定距或定比数据，另一列是二分类数据的情况。
【A.】√
【B.】×
下列不属于常见的非参数相关系数计算方法的是（ ）。
【A.】Spearman
【B.】Kendall.s tau-b
【C.】Hoeffding.s D
【D.】Pearson
【A.】√
【B.】×
按相关因素（变量）之间的相关方向，相关关系又可分为正相关和负相关。
【A.】√
【B.】×
r具有对称性，x与y之间的相关系数与y与x之间的相关系数相等。
【A.】√
【B.】×
r的数值的大小与x和y的计量尺度有关，改变x和y的数据的计量尺度会改变r的数值。
【A.】√
【B.】×
按相关因素（变量）之间的关系形态不同，相关关系可分为线性相关和非线性相关。
【A.】√
【B.】×
如果P值越小则相关系数越显著，越能说明总体数据之间存在显著关系。
【A.】√
【B.】×
r是两个变量之间线性关系的度量指标，但无法反映两个变量之间的因果关系。
【A.】√
【B.】×
按相关因素（变量）的多少，相关关系又可分为正相关和负相关。
【A.】√
【B.】×
按相关因素（变量）之间的相关方向，可将相关关系分为单相关和复相关。
【A.】√
【B.】×
按相关因素（变量）的多少，可将相关关系分为单相关和复相关。
【A.】√
【B.】×
r的取值范围为[-1,1]，当r取值为1时，表示为完全正线性相关；当r=0时，表现为无线性相关，当r取值为-1时，表示为完全负线性相关。
【A.】√
【B.】×
在进行相关分析时先剔除其对其他变量的影响，再研究变量之间的相关关系的方法称为偏相关分析。
【A.】√
【B.】×
简单相关分析有时不能够真实地反映现象之间的关系
【A.】√
【B.】×
点二列（点双列）相关分析适用于两列变量中一列是来自正态总体的定距或定比数据，另一列是二分类数据的情况。
【A.】√
【B.】×
下列不属于常见的非参数相关系数计算方法的是（ ）。
【A.】Spearman
【B.】Kendall.s tau-b
【C.】Hoeffding.s D
【D.】Pearson