Mesure statistique de la relation entre deux variables — dans quelle mesure l'une tend à changer quand l'autre change.
La corrélation varie de -1 à +1. Une corrélation de +1 signifie que les deux variables évoluent parfaitement ensemble (quand l'une augmente, l'autre augmente proportionnellement). Une corrélation de -1 signifie qu'elles évoluent parfaitement en sens inverse. Une corrélation de 0 signifie qu'il n'y a pas de relation linéaire.
Un principe critique : la corrélation n'implique pas la causalité. Deux variables peuvent être corrélées sans que l'une cause l'autre. Les deux peuvent être causées par une troisième variable, ou la corrélation peut être fortuite.
Exemple : Une analyse de données ouvertes révèle une forte corrélation positive entre les niveaux de revenu des quartiers et les scores d'accès aux parcs. Les quartiers à revenus plus élevés ont tendance à avoir un meilleur accès aux parcs. Cette corrélation est intéressante et mérite d'être étudiée, mais elle ne prouve pas que le revenu cause l'accès aux parcs — les deux peuvent être influencés par des décisions historiques d'aménagement, les valeurs foncières ou d'autres facteurs.