예를 들어, 어린아이의 키와 나이라는 두 변수를 고려할 때 (예로, 그냥 20세까지만이라고 하자) 이 두변수는 상호 관련이 있다. 나이가 증가할 수록 키도 같이 증가하기 때문이다. 또한, 어느 한 시기의 술소비량증가과 교통사고 증가율 같은 경우, 미미하지만 둘 사이는 관련이 있다.
이렇게 상호 관계가 있는 두 변수가 얼마나 관련되어있느냐를 정량화한 상수로서 정확히 1:1관계, y=x를 이루고 있으면 PearsonCorrelation 은 +1값을 가지며, 관계가 적어질 수록 1 밑으로 떨어지고, 전혀 상관관계가 없을 경우 0이 된다. 또한 역관계에 있을 경우는 (y=-x) -1로 표기된다.
따라서 -1 < PearsonCorrelation < 1 의 관계를 가진다.
참고로 상호작용과 "상관관계(correlation)"는 비슷한 개념이 아니므로 혹시라도 혼동되어서는 안된다. "상관관계"는 두 변인 간의 관계를 말하는 것이고 상호작용은 두 변인이 '다른 변인'에 미치는 영향의 측면에서의 관계를 말하는 것이다. 덧붙여 중요한 점은, '다른 제3의 변인'에 어떤 두 변인이 상호작용효과를 갖는다할지라도 그것이 반드시 그 두 변인 간에 "높은 혹은 정적인" 상관관계가 있음을 의미하지는 않는다는 것. 물론 regression과는 '상관관계'가 동전의 양면처럼 깊은 연관이 있지만 상호작용과는 확실히 구분되어야할 것이다.