强正相关和弱正相关定义？
一、强正相关和弱正相关定义？
强类型：为所有变量指定数据类型称为“强类型”。强/弱类型是指类型检查的严格程度的。语言有无类型，弱类型和强类型三种。无类型的不检查，甚至不区分指令和数据。弱类型的检查很弱，仅能严格的区分指令和数据。强类型的则严格的在编译期进行检查。
弱类型定义语言。与强类型定义相反。像vb，php等就属于弱类型语言.例如：在vbscript中，可以将字符串 12 和整数 3 进行连接得到字符串 123，然后可以把它看成整数 123，而不需要显式转换。
二、正相关和负相关？
正相关
是指两个变量变动方向相同，一个变量由大到小或由小到大变化时，另一个变量亦由大到小或由小到大变化。
负相关
在回归与相关分析中，因变量值随自变量值的增大（减小）而减小（增大）的现象。在这种情况下，表示相关程度的相关系数为负值。
统计学中常用相关系数r来表示两变量之间的相关关系。r的值介于-1与1之间,r为正时是正相关，反映当x增加(减少)时,y随之相应增加(减少)；呈正相关的两个变量之间的相关系数一定为正值，这个正值越大说明正相关的程度越高。当这个正值为1时就是完全正相关的情形，如点子排为一条直线，为完全正相关。正相关虽然意思明确，其实是个模糊的概念，不可以量化，只是定性说法。如果有明确的关系，例如y=2x，这叫y与x成正比，如果只是大体上，x、y的变化方向一样，例如x上升，y也上升或者x下降，y也下降，那么，这叫正相关。反之，x上升，y却下降，或者x下降，y却上升，就叫负相关了。
三、正相关和负向调节效应？
自变量X对因变量Y的主效应、X*M对因变量Y的交互效应方向一致时，才是正向调节作用，反之，方向不一致时则为负向调节作用。
举个例子，如果X与Y回归系数为负，XM与Y回归系数也是负，则为正向调节。如果X对Y回归系数为负，XM对Y回归系数为正，则是负向调节。
四、正相关和正比的区别？
正相关和正比的区别如下：
1、概念不同。
正相关是指自变量增长，因变量也跟着增长。两个变量变动方向相同，一个变量由大到小或由小到大变化时，另一个变量亦由大到小或由小到大变化。
正比例是指两种相关联的量，一种量变化，另一种量也随着变化。如果这两种量中相对应的两个数的比值一定，这两种量就叫做成正比例的量，它们的关系叫做正比例关系。
2、严格程度不同。
正比例比正相关更严格，正比例实际上是在正相关的基础上加入了比值一定的条件。
3、函数表现不同。
在函数图形上看，正比表现为直线，有具体的线性关系。
正相关则表现为向右上方倾斜的趋势，可以是非线性的。
五、正比和正相关的区别？
严格程度不同：正比例比正相关更严格，正比例实际上是在正相关的基础上加入了比值一定的条件。函数表现不同：在函数图形上看，正比表现为直线，有具体的线性关系。正相关则表现为向右上方倾斜的趋势，可以是非线性的。
正相关和正比的区别
概念不同
正相关是指自变量增长，因变量也跟着增长。两个变量变动方向相同，一个变量由大到小或由小到大变化时，另一个变量亦由大到小或由小到大变化。
正比例是指两种相关联的量，一种量变化，另一种量也随着变化。如果这两种量中相对应的两个数的比值一定，这两种量就叫做成正比例的量，它们的关系叫做正比例关系。
六、正相关和函数关系的区别？
正相关只是一个定性的描述，而函数则是定量的描述，描述的更加具体
七、怎样理解正相关和负相关？
正相关
是指两个变量变动方向相同，一个变量由大到小或由小到大变化时，另一个变量亦由大到小或由小到大变化。
负相关
在回归与相关分析中，因变量值随自变量值的增大（减小）而减小（增大）的现象。在这种情况下，表示相关程度的相关系数为负值。
统计学中常用相关系数r来表示两变量之间的相关关系。r的值介于-1与1之间,r为正时是正相关，反映当x增加(减少)时,y随之相应增加(减少)；呈正相关的两个变量之间的相关系数一定为正值，这个正值越大说明正相关的程度越高。当这个正值为1时就是完全正相关的情形，如点子排为一条直线，为完全正相关。正相关虽然意思明确，其实是个模糊的概念，不可以量化，只是定性说法。如果有明确的关系，例如y=2x，这叫y与x成正比，如果只是大体上，x、y的变化方向一样，例如x上升，y也上升或者x下降，y也下降，那么，这叫正相关。反之，x上升，y却下降，或者x下降，y却上升，就叫负相关了。
八、钢材和煤炭是正相关么？
煤炭行业是钢铁行业的上游企业和燃料供应行业，钢铁行业的是煤炭行业的下游企业和用户。两个行业相互依存利益相关共同起伏，钢铁产品降价，很快就会波及到煤炭的价格下跌，钢铁市场红火，就会比例产能增加，带动煤炭市场提升，所以两个行业是相符相乘的关系。
九、围棋和成绩正相关性有多大？
学围棋和学习成绩两者之间是有联系，也会对学习成绩有一定帮助，但并不是想象中的飞速提升，学棋对于学习成绩的提高，指的并不是直接提升，而是潜移默化地改善思维方式、或者提高计算能力、提高记忆力等，从而让孩子在文化课的学习中能够融会贯通，对于遇到的问题能够想到解决办法。
十、完全正相关和完全负相关的例子？
答：完全相关时|r|=1说明变量X（或Y）的变化完全是由于变量Y（或X）的变化影响，而且仅受此变量影响，与其他变量变化无关，此时X、Y之间的关系可以由确定的一元线性回归方程表示Y=a+bX
不完全相关0<|r|<1，说明变量X（或Y）的变化不仅是由于变量Y（或X）的变化决定，还受其他变量变化的影响，此时X、Y之间的关系也可以拟合线性方程，但需要考虑到其他未知的随机扰动（ui）对Y的影响，Y=a+bX+ui
完全不相关|r|=0，说明变量X、Y之间不存在线性关系
