W statystyce wykorzystuje się różne rodzaje korelacji do pomiaru wzajemnych powiązań zmiennych. Na przykład, używając dwóch zmiennych — rankingu klasy w szkole średniej i GPA uczelni — obserwator może narysować korelacja, że uczniowie z ponadprzeciętną pozycją w liceum zazwyczaj osiągają ponadprzeciętną uczelnię GPO. Korelacje mierzą również siłę związku oraz to, czy korelacja między zmiennymi jest dodatnia czy ujemna. Rodzaj wykonywanej korelacji zależy od tego, czy zmienne są danymi nienumerycznymi czy przedziałowymi, takimi jak temperatura.
Korelacja momentu produktu Pearsona
Korelacja momentu produktu Pearsona została nazwana na cześć Karla Pearsona, założyciela dyscypliny statystyki matematycznej. Jest uważana za prostą korelację liniową, co oznacza, że związek między dwiema zmiennymi zależy od tego, czy są one stałe. Pearson jest używany z danymi przedziałowymi do pomiaru siły korelacji, która jest reprezentowana przez literę r w równaniu. Ta korelacja pokazuje również, czy związek jest pozytywny czy negatywny; reprezentowane przez liczby o wartości od +1 do -1. Im bliżej wartość r zbliża się do -1,00 lub +1,00, tym silniejsza korelacja. Im bliżej wartość r zbliża się do liczby 0, tym słabsza korelacja. Na przykład, gdyby r równało się -.90 lub 0.90, wskazywałoby to na silniejszy związek niż -0,09 lub 0,09.
Korelacja rang Spearmana
Korelacja rang Spearmana została nazwana na cześć statystyka Charlesa Edwarda Spearmana. Równanie Spearmana jest prostsze i często używane w statystyce zamiast Pearsona, chociaż jest mniej rozstrzygające. Socjologowie mogą również użyć metody Spearmana do opisania korelacji między danymi jakościowymi, takimi jak pochodzenie etniczne lub płeć, a danymi ilościowymi, takimi jak liczba popełnionych przestępstw. Korelacja jest obliczana przy użyciu hipotezy zerowej, która jest następnie akceptowana lub odrzucana. Hipoteza zerowa zwykle składa się z pytania, na które należy odpowiedzieć; na przykład, czy liczba popełnianych przestępstw jest taka sama dla mężczyzn i kobiet.
Korelacja rang Kendalla
Korelacja rang Kendalla, nazwana na cześć brytyjskiego statystyka Maurice'a Kendalla, mierzy siłę zależności między zestawami dwóch zmiennych losowych. Kendall można wykorzystać do dalszej analizy statystycznej, gdy korelacja Spearmana odrzuca hipotezę zerową. Uzyskuje korelację, gdy wartość jednej zmiennej spada, a wartość drugiej zmiennej wzrasta; ta korelacja jest nazywana parami niezgodnymi. Korelacja może również wystąpić, gdy obie zmienne wzrastają jednocześnie, co określa się mianem pary zgodnej.