Las correlaciones entre los datos observados están en el corazón de toda investigación empírica que busca establecer regularidades legales. Sin embargo, hay numerosas formas de evaluar estas correlaciones y numerosas maneras de darles sentido. Este ensayo presenta una perspectiva general sobre diferentes esquemas interpretativos para entender las correlaciones. Está diseñado como una encuesta comparativa de los conceptos básicos. Muchos detalles importantes que lo respaldan se pueden encontrar en la literatura técnica relevante. Las correlaciones pueden (1) extenderse a lo largo del tiempo (correlaciones diacrónicas) o pueden (2) relacionar datos de una manera atemporal (correlaciones sincrónicas). Dentro de la clase (1), las explicaciones interpretativas estándar se basan en modelos causales o en modelos predictivos que no son necesariamente causales. Ejemplos dentro de la clase (2) son enfoques de minería de datos (principalmente no supervisados), relaciones entre dominios (sistemas multiescala), correlaciones cuánticas no locales y, eventualmente, correlaciones entre lo mental y lo físico.