Beschreibt einen linearen Zusammenhang zwischen zwei metrischen Variablen. Korrelieren zwei Variablen miteinander variieren sie gemeinsam: entweder in die gleiche (positive Korrelation) oder in die entgegengesetzte (negative Korrelation) Richtung. Sie wird z. B. quantifiziert durch den Pearson-Korrelationskoeffizienten. Korrelation ist nicht zu verwechseln mit Kausalität.
Hier: Pearson-Korrelationskoeffizient. Maß, das den linearen Zusammenhang (die Korrelation) zwischen zwei Variablen quantifiziert. Der Korrelationskoeffizient kann Werte zwischen −1 und +1 annehmen, wobei ein positiver (bzw. negativer) Wert besagt, dass bei großen Werten der einen Variablen häufig große (bzw. kleine) Werte der anderen zu beobachten sind. Werte nahe Null sprechen dafür, dass die betrachteten Variablen nicht linear voneinander abhängen.
Oder auch: Begleitmerkmal, Kofaktor. Variablen, die Teil der Analyse sind, obwohl sie eigentlich nicht im Fokus der Untersuchung stehen. Diese Merkmale gewinnen dadurch an Relevanz, dass sie möglicherweise Informationen über die abhängige und/oder die unabhängige(n) Variable(n) beinhalten. Unentdeckt bzw. im Modell unberücksichtigt können sie möglicherweise zu Confoundern werden.
Dimensionsloses und damit nicht interpretierbares Maß, das quantifiziert wie zwei Variablen zusammen variieren. Sie misst also die gegenseitige Abhängigkeit zweier Größen. Ergibt durch die Standardisierung mit dem Produkt der Standardabweichungen beider Variablen den interpretierbaren Pearson-Korrelationskoeffizienten.
Begriff im Kontext statistischer Tests. Wert, der im Laufe eines statistischen Tests ermittelt wird, um die Grenze(n) des Ablehnungsbereichs zu definieren. Der kritische Wert ist in der Regel ein bestimmtes Quantil, das je nach zugrundeliegender Verteilung des Testverfahrens (der theoretischen Verteilung unter der Nullhypothese) variiert.
Statistische Methode zur Untersuchung des Einflusses einer (oder mehrerer) auch metrischer Variablen auf eine ordinal verteilte Zielgröße. Hier nicht weiter thematisiert.
