Door Peter Flom • Bijgewerkt 30 augustus 2022

Variabelen interageren op verschillende manieren, en veel van deze interacties kunnen wiskundig worden beschreven. Een spreidingsdiagram visualiseert vaak de aard van een relatie, terwijl statistische tests de betekenis ervan bevestigen.

Positieve versus negatieve relaties

Wanneer de ene variabele toeneemt, heeft de andere ook de neiging toe te nemen, we hebben een positieve relatie. Lengte en gewicht illustreren dit:langere personen wegen doorgaans meer. Een negatief verband betekent daarentegen dat als de ene variabele stijgt, de andere daalt. Het benzineverbruik versus het voertuiggewicht is een klassiek voorbeeld:zwaardere auto's hebben doorgaans een lager brandstofverbruik.

Lineaire versus niet-lineaire relaties

Lineaire relaties kunnen worden vastgelegd door een rechte lijn. De hoeveelheid verf die nodig is om een ​​muur te bedekken, is lineair gerelateerd aan het oppervlak van de muur; een verdubbeling van het oppervlak verdubbelt de benodigde verf.

Niet-lineaire relaties kunnen niet worden uitgedrukt door een rechte lijn. De menselijke lengte en het gewicht vertonen een niet-lineair patroon:een verdubbeling van de lengte verdubbelt het gewicht ruimschoots, dus een volwassene van 1,80 meter weegt zelden slechts 50 kilo.

Monotone versus niet-monotone relaties

Een monotone relatie handhaaft dezelfde richting – altijd positief of altijd negatief – op alle niveaus van de variabelen. De bovenstaande voorbeelden zijn monotoon. Een niet-monotone relatie verandert echter van richting; Prestaties pieken bijvoorbeeld vaak bij gematigde stressniveaus en nemen af wanneer de stress te laag of te hoog is.

Sterke versus zwakke relaties

De sterkte van een relatie weerspiegelt hoe goed een eenvoudig wiskundig model bij de gegevens past. De correlatie tussen verf en muuroppervlak is sterk:het grootste deel van de variabiliteit in verfvolume wordt verklaard door de muurgrootte. De correlatie tussen lengte en gewicht is daarentegen zwakker; veel andere factoren beïnvloeden het lichaamsgewicht.

Statistische hulpmiddelen, zoals correlatiecoëfficiënten, regressieanalyse en het testen van hypothesen, kwantificeren deze relaties en helpen onderzoekers de betrouwbaarheid ervan te beoordelen.