Olika typer av korrelationer används i statistiken för att mäta hur variabler relaterar till varandra. Till exempel, genom att använda två variabler - klass i klass och klass GPA - kan en observatör rita en korrelation mellan att elever med en högre genomsnittlig gymnasiegrad vanligtvis uppnår en högre utbildning än genomsnittet GPA. Korrelationer mäter också styrkan i relationen och om korrelationen mellan variabler är positiv eller negativ. Vilken typ av korrelation som utförs beror på om variablerna är icke-numeriska eller intervalldata, t.ex. temperatur.
Pearson Product Moment Correlation
Pearson Product Moment Correlation namngavs efter Karl Pearson, grundare av matematisk statistikdisciplin. Det anses vara en enkel linjär korrelation, vilket innebär att förhållandet mellan två variabler beror på att de är konstanta. Pearson används med intervaldata för att mäta styrkan i en korrelation, som representeras av bokstaven r i ekvationen. Denna korrelation visar också om förhållandet är positivt eller negativt; representeras av siffror värderade mellan +1 och -1. Ju närmare värdet på r kommer till -1.00 eller +1.00, desto starkare är korrelationen. Ju närmare värdet på r kommer till siffran 0, desto svagare är korrelationen. Om r till exempel är lika med -90 eller .90 skulle det indikera en starkare relation än -.09 eller .09.
Spearmans rangkorrelation
Spearman's Rank Correlation namngavs efter statistikern Charles Edward Spearman. Spearmans ekvation är enklare och används ofta i statistik i stället för Pearson, även om den är mindre avgörande. Samhällsvetenskapsmän kan också använda Spearmans för att beskriva sambandet mellan kvalitativa data, såsom etnicitet eller kön, och kvantitativa data, såsom antalet brott som begås. Korrelationen beräknas med en nollhypotes som därefter accepteras eller avvisas. En nollhypotes består normalt av en fråga som ska besvaras; till exempel huruvida antalet brott som begåtts är detsamma för män och kvinnor.
Kendall rank korrelation
Kendall Rank Correlation, uppkallad efter den brittiska statistikern Maurice Kendall, mäter beroendestyrkan mellan uppsättningarna av två slumpmässiga variabler. Kendall kan användas för ytterligare statistisk analys när en Spearmans korrelation avvisar nollhypotesen. Det uppnår en korrelation när en variabels värde minskar och den andra variabelns värde ökar; denna korrelation kallas diskordanta par. En korrelation kan också inträffa när båda variablerna ökar samtidigt, kallat ett konkordant par.