Miara zależności – jest to statystyczna miara określająca siłę i kierunek związku pomiędzy dwiema zmiennymi losowymi lub dwiema cechami w populacji lub w próbie. Przykładami wykorzystywanych w statystyce miar zależności są: współczynnik korelacji liniowej Pearsona, współczynnik korelacji rang Spearmana, współczynnik korelacji dwuseryjnej, współczynnik korelacji rangowo-dwuseryjnej, współczynnik korelacji tetrachorycznej, współczynnik korelacji punktowo-dwuseryjnej, współczynnik korelacji odległościowej, d Cohena/g Hedgesa, współczynnik fi, statystyka J Youdena, współczynnik kontyngencyjny, stosunek korelacyjny eta, korelacja wielokrotna, korelacja cząstkowa, korelacja semicząstkowa, tau Kendalla, współczynnik gamma, współczynnik Q Yule’a, współczynnik koligacji Y Yule’a, D Somersa, AUC (pole pod krzywą ROC), współczynnik V Craméra, współczynnik lambda, współczynnik T-Czuprowa, informacja wzajemna, współczynnik niepewności (U Theila).
To, jakiego typu miary zależności można użyć, zależy od skali pomiarowej, na jakiej zmierzono daną cechę: