两组均服从双变量正态分布的资料分别进行总体相关系数ρ是否为0的假设检验，第一组资料相关系数r₁检验结果P＜0.01，第二组资料相关系数r₂检验结果0.01＜P＜0.05，可以认为A、第一组资料两变量间关系密切程度比第二组大B、第二组资料两变量间关系密切程度比第一组大C、两组资料的两变量间关系密切程度一样D、两组资料的两变量间关系密切程度不一样E、很难说哪一组资料的两变量间关系密切程度更大

步骤 1：理解假设检验的含义
在假设检验中，P值是用于判断样本数据是否支持原假设（即总体相关系数ρ=0）的统计量。P值越小，拒绝原假设的证据越强，即认为两变量间存在显著相关性的证据越强。

步骤 2：分析两组资料的P值
第一组资料的P值小于0.01，说明在0.01的显著性水平下，可以拒绝原假设，认为两变量间存在显著相关性。第二组资料的P值在0.01和0.05之间，说明在0.05的显著性水平下，可以拒绝原假设，但在0.01的显著性水平下，不能拒绝原假设，即认为两变量间存在显著相关性的证据较弱。

步骤 3：比较两组资料的P值
虽然第一组资料的P值小于第二组资料的P值，但P值的大小并不能直接反映两变量间关系的密切程度。P值只是用于判断两变量间是否存在显著相关性的统计量，而不能直接反映相关性的强度。因此，很难说哪一组资料的两变量间关系密切程度更大。