Ve statistice se používají různé druhy korelací k měření vzájemných vztahů proměnných. Například pomocí dvou proměnných - hodnost na střední škole a vysoká škola GPA - může pozorovatel nakreslit a korelace, že studenti s nadprůměrným hodnocením na střední škole obvykle dosahují nadprůměrné vysoké školy GPA. Korelace také měří sílu vztahu a to, zda je korelace mezi proměnnými pozitivní nebo negativní. Typ prováděné korelace závisí na tom, zda proměnné jsou nečíselné nebo intervalové údaje, například teplota.
Korelace produktu Pearson
Korelace produktu Pearson Product Moment Correlation byla pojmenována po Karlovi Pearsonovi, zakladateli disciplíny matematické statistiky. Považuje se to za jednoduchou lineární korelaci, což znamená, že vztah mezi dvěma proměnnými závisí na tom, zda jsou konstantní. Pearson se používá s intervalovými daty k měření síly korelace, která je v rovnici představována písmenem r. Tato korelace také ukazuje, zda je vztah pozitivní nebo negativní; představovaná čísly oceněnými mezi +1 a -1. Čím blíže hodnota r přijde na -1,00 nebo +1,00, tím silnější bude korelace. Čím blíže je hodnota r k číslu 0, tím slabší je korelace. Například pokud by se r rovnalo -.90 nebo .90, znamenalo by to silnější vztah než -.09 nebo .09.
Spearmanova korelace
Spearmanova hodnostní korelace byla pojmenována po statistikovi Charlesi Edwardu Spearmanovi. Spearmanova rovnice je jednodušší a často se používá ve statistikách místo Pearsona, i když je méně přesvědčivá. Sociální vědci mohou také použít Spearmanovy k popisu korelace mezi kvalitativními údaji, jako je etnický původ nebo pohlaví, a kvantitativními údaji, jako je počet spáchaných trestných činů. Korelace se vypočítá pomocí nulové hypotézy, která je následně přijata nebo odmítnuta. Nulová hypotéza obvykle sestává z otázky, na kterou je třeba odpovědět; například to, zda jsou počty spáchaných trestných činů stejné pro muže i ženy.
Kendall Rank Korelace
Kendall Rank Correlation, pojmenovaná pro britského statistika Maurice Kendall, měří sílu závislosti mezi sadami dvou náhodných proměnných. Kendall lze použít pro další statistickou analýzu, když Spearmanova korelace odmítne nulovou hypotézu. Dosahuje korelace, když hodnota jedné proměnné klesá a hodnota druhé proměnné se zvyšuje; tato korelace se označuje jako nesouhlasné páry. Korelace může také nastat, když se obě proměnné zvýší současně, což se označuje jako shodný pár.