Įvertinant kintamųjų tarpusavio ryšį, statistikoje naudojamos įvairios koreliacijos. Pavyzdžiui, stebėtojas, naudodamas du kintamuosius - aukštosios mokyklos klasių reitingą ir kolegijos GPA - gali nupiešti a koreliacija, kad studentai, turintys aukštesnę nei vidutinę vidurinės mokyklos reitingą, paprastai pasiekia aukštesnę nei vidutinė kolegiją VPS. Koreliacijos taip pat matuoja santykio stiprumą ir tai, ar koreliacija tarp kintamųjų yra teigiama, ar neigiama. Atliktos koreliacijos tipas priklauso nuo to, ar kintamieji yra ne skaitmeniniai, ar intervalų duomenys, pavyzdžiui, temperatūra.
„Pearson“ produkto momento koreliacija
„Pearson Product Moment Correlation“ buvo pavadinta matematinės statistikos disciplinos įkūrėjo Karlo Pearsono vardu. Tai laikoma paprasta tiesine koreliacija, o tai reiškia, kad dviejų kintamųjų santykis priklauso nuo to, ar jie yra pastovūs. Pearsonas naudojamas su intervalų duomenimis, norint išmatuoti koreliacijos stiprumą, kurį lygtyje žymi raidė r. Ši koreliacija taip pat parodo, ar santykiai yra teigiami, ar neigiami; vaizduojamas skaičiais, vertinamais tarp +1 ir -1. Kuo r reikšmė artimesnė -1,00 arba +1,00, tuo stipresnė koreliacija. Kuo r reikšmė artimesnė skaičiui 0, tuo silpnesnė koreliacija. Pvz., Jei r lygus -.90 arba .90, tai reikštų stipresnį ryšį nei -.09 arba .09.
„Spearman“ rango koreliacija
„Spearman“ rango koreliacija buvo pavadinta statistiko Charleso Edwardo Spearmano vardu. Spearmano lygtis yra paprastesnė ir dažnai naudojama statistikoje vietoj Pearsono, nors ji yra mažiau įtikinama. Socialiniai mokslininkai taip pat gali naudoti „Spearman“ apibūdindami koreliaciją tarp kokybinių duomenų, tokių kaip etninė priklausomybė ar lytis, ir kiekybinių duomenų, tokių kaip įvykdytų nusikaltimų skaičius. Koreliacija apskaičiuojama naudojant nulinę hipotezę, kuri vėliau priimama arba atmetama. Nulinė hipotezė paprastai susideda iš klausimo, į kurį reikia atsakyti; pavyzdžiui, ar vyrams ir moterims padarytų nusikaltimų skaičius yra vienodas.
Kendallo rango koreliacija
Kendallo rango koreliacija, pavadinta britų statistiku Maurice'u Kendallu, matuoja priklausomybės tarp dviejų atsitiktinių kintamųjų rinkinių stiprumą. Kendall gali būti naudojamas tolesnei statistinei analizei, kai Spearmano koreliacija atmeta nulinę hipotezę. Jis pasiekia koreliaciją, kai vieno kintamojo vertė mažėja, o kito kintamojo vertė didėja; ši koreliacija vadinama nesuderinamomis poromis. Koreliacija taip pat gali atsirasti, kai abu kintamieji didėja vienu metu, vadinami konkordantine pora.