关于多元数据的相关性分析，以下说法正确的有（）个 1 相关阵的元素是变量两两之间的相关系数 2 散点图矩阵能够完全揭示多维数据间的相关性结构 3 相关阵的对角线元素有可能小于1

A.相关系数是描述两变量之间相关方向与相关密切程度的重要指标。

B.对数据进行标准差标准化后的所计算的协方差就是线性相关系数

C.无论数据的分布呈何种形态，都可以使用线性相关系数来衡量其相关性。

D.如果以两个变量的秩次作为原始数据计算的pearson相关系数即为spearman相关系数。

A.pearson相关性检验适用于双变量正态分布

B.spearman相关性检验对原始变量的分布没有要求

C.对于服从pearson相关系数的数据不能用来计算spearman相关系数

D.kendall相关性检验对原始变量的分布没有要求，适用于两个变量为有序数据

A.相关系数的取值范围介于-1.00和+1.00之间

B.相关系数的+、-号只表示两个变量之间相关的方向，不表示大小

C.相关系数等于+1.00时表示完全正相关，等于-1.00时表示完全负相关

D.相关系数的取值的大小表示相关的强弱程度

E.相关系数等于0时表示两个变量完全独立

A.相关系数的取值范围介于-1.00和+1.00之间

B.相关系数的+、-号只表示两个变量之间相关的方向，不表示大小

C.相关系数等于+1.00时表示完全正相关，等于-1.00时表示完全负相关

D.相关系数的取值的大小表示相关的强弱程度

E.相关系数等于0时表示两个变量完全独立

A.只有一个典型相关相关系数

B.有p个典型相关相关系数

C.有q个典型相关相关系数

D.有p+q个典型相关相关系数

A.高度相关关系

B.完全相关关系

C.低度相关关系

D.完全不相关

A.相关系数为0，说明两个变量完全不相关。

B.非线性相关，也可以出现很大的线性相关系数。

C.相关系数只能说明线性相关关系。

D.计算相关系数之前，必须先确认相关的形式。