1、“.....，三应用线性相关系数时应注意的问题只表示两个服从正态分布的随机变量之间线性关系的密切程度和相关方向，只能说与之间无线性关系，并不能说与之间无任何关系。相关关系并不定是因果关系。相关分析的任务就是对相关关系给以定量的计算和描述。第二节相关系数的假设检验......”。

2、“.....对总体相关系数进行假设检验。解检验法检验步骤如下建立假设，确定检验水准。变量间不存在线性相关关系变量间有线性相关关系检验步骤计算检验统计量本例按公式查界值表，确定值，下结论。按自由度，查界值表，得,，则，按水准拒绝把易于精确测量的变量作为，另个随机变量作，例如用身高估计体表面积......”。

3、“.....不能把毫无关联的两种现象勉强作回归或相关分析。相关关系不定是因果关系，可能仅是表面上的伴随关系，或两个变量同时受另因素的影响，如小孩的身高和小树的树高同时受时间的影响，在校儿童的鞋的大小和阅读技能同时受年龄的影响。不能只根据相关系数的绝对值的大小来推断两事物现象之间有无相关以及相关的密切程度......”。

4、“.....另外，不要把相关系数的显著性误解为两事物或现象相关的强度，例如对于相关系数的假设检验来说比更有理由认为相关关系成立，但并不能得出前者比后者相关关系更密切的结论，相关关系的强度是用的绝对值来反映的。进行相关回归分析前应绘制散点图第步散点图可考察两变量是否有直线趋势可发现异常点......”。

5、“.....结果可能是现有回归模型的假设错误需要改变模型形式，也可能是抽样误差造成的次偶然结果甚至过失误差。需要认真核对原始数据并检查其产生过程认定是过失误差，或者通过重复测定确定是抽样误差造成的偶然结果，才可以谨慎地剔除或采用其它估计方法......”。

6、“.....可以是服从正态分布的随机变量也可以是能精确测量和严格控制的非随机变量对于双变量正态分布资料，根据研究目的可选择由估计或者由估计，般情况下两个回归方程不相同。反应两变量关系密切程度或数量上影响大小的统计量应该是回归系数或相关系数的绝对值，而不是假设检验的值。值越小只能说越有理由认为变量间的直线关系存在......”。

7、“.....另外，直线回归用于预测时，其适用范围般不应超出样本中自变量的取值范围。结果解释及正确应用第十三章线性相关分析第节线性相关的概念概念相关系数又称积差相关系数，用来说明具有直线关系的两变量间相关的密切程度与相关方向。以符号表示样本相关系数，符号表示其总体相关系数。相关系数没有单位，其值为......”。

8、“.....值为负表示负相关，绝对值反应两变量间相关关系的密切程度，绝对值越大说明相关关系越密切，的绝对值等于为完全相关，为零相关。二计算公式样本相关系数的计算公式为例续例计算表中体重指数和收缩压的相关系数。解绘制散点图，观察两变量之间是否有线性趋势。从图可见，体重指数与收缩压之间呈线性趋势，且方向相同......”。

9、“.....从表的合计栏中，已得出基本数据,,,，，。代入公式中，可得，，三应用线性相关系数时应注意的问题只表示两个服从正态分布的随机变量之间线性关系的密切程度和相关方向，只能说与之间无线性关系，并不能说与之间无任何关系。相关关系并不定是因果关系......”。