Pearson 相关测量线性关系的数量——它不会忽略具有非完全线性关系的变量。如果事物一起增加和减少，则它们的关系的某些部分可以解释为线性关系（而有些则不是）。

例如，如果$X$为正，则两者$X$和$X^2$将一起增加或减少，因此在某种程度上呈正相关。另一方面，如果$X$是负数，那么$X^2$将增加为$X$ 减少（变得更加消极）。

这是一个人口平均数为$X$与其传播相比很大，所以$X$和$X^2$具有高 Pearson 相关性：

在这种情况下，总体相关性约为 0.99867，样本相关性约为 0.99868。

如果$X$既是积极的又是消极的，那么有些地方$X^2$增加为$X$增加和减少的部分。这可能会导致整体上的正相关、负相关或零相关（取决于它们抵消的程度）。