Zmienne mogą być powiązane na różne sposoby. Niektóre z nich można opisać matematycznie. Często wykres punktowy dwóch zmiennych może pomóc zilustrować rodzaj relacji między nimi. Istnieją również narzędzia statystyczne do testowania różnych zależności.
Relacje negatywne kontra pozytywne
Niektóre pary zmiennych są powiązane dodatnio. Oznacza to, że gdy jedna zmienna rośnie, druga również rośnie. Na przykład wzrost i waga są ze sobą dodatnio powiązane, ponieważ wyżsi ludzie są zwykle ciężsi. Inne pary są ze sobą ujemnie powiązane, co oznacza, że gdy jedna spada, druga ma tendencję do podnoszenia się. Na przykład przebieg na gazie i masa samochodu są ze sobą ujemnie powiązane, ponieważ cięższe samochody mają zwykle mniejsze przebiegi.
Relacje liniowe i nieliniowe
Dwie zmienne mogą być powiązane liniowo. Oznacza to, że ich związek może reprezentować linia prosta. Na przykład ilość farby potrzebna do pomalowania ściany jest liniowo związana z powierzchnią ściany. Inne relacje nie mogą być reprezentowane przez linię prostą. Są to tak zwane nieliniowe. Na przykład związek między wzrostem a masą ciała u ludzi jest nieliniowy, ponieważ podwojenie wzrostu zwykle podwaja wagę. Na przykład dziecko może mieć trzy stopy wzrostu i ważyć 50 funtów, ale prawdopodobnie żaden dorosły o wzroście sześciu stóp nie waży tylko 100 funtów.
Relacje monotoniczne i niemonotoniczne
Relacje mogą być monotoniczne lub niemonotoniczne. Relacja monotoniczna to taka, w której relacja jest pozytywna lub negatywna na wszystkich poziomach zmiennych. Relacja niemonotoniczna to taka, w której tak nie jest. Wszystkie powyższe przykłady były monotoniczne. Przykładem niemonotonicznej relacji jest relacja między stresem a wydajnością. Osoby z umiarkowaną ilością stresu radzą sobie lepiej niż osoby z bardzo małym stresem lub te, które mają dużo stresu.
Silne i słabe relacje
Związek między dwiema zmiennymi może być silny lub słaby. Jeśli związek jest silny, oznacza to, że stosunkowo prosty wzór matematyczny na związek bardzo dobrze pasuje do danych. Jeśli związek jest słaby, to tak nie jest. Na przykład związek między ilością farby a wielkością ściany jest bardzo silny. Zależność między wzrostem a wagą jest słabsza.