La covariación, término utilizado a veces coom sinónimo de correlación, es la variación conjunta entre en dos variables estadísticas. De este modo la covariación indica si al aumentar una variable la otra variable tiende a aumentar o disminuir, y en que medida.
Equidistribución
En relación a la concentración estadística, la equidistribución se da cuando el reparto del total entre los diferentes elementos de la muestra es perfectamente equitativo. Es, por tanto, una de las dos situaciones de concentración extremas, siendo la otra la de absoluta concentración cuando un único elemento recoge todo el total, dejando cero para el resto. En la curva de Lorenz, la línea de equidistribución coincide con la diagonal, y por tanto el índice de Gini es 0.
Equiprobabilidad (sucesos equiprobables)
La equiprobabilidad es la situación que se da cuando todos los sucesos simples asociados a un experimento aleatorio o variable aleatoria tienen o se le asigna la misma probabilidad. En este caso decimos que todos los sucesos son equiprobables. Por ejemplo, tenemos equiprobabilidad cuando lanzamos un dado perfecto y observamos la puntuación obtenida: las puntuaciones del 1 al 6 son equiprobables. La equiprobabilidad también puede suponerse cuando, ante la incertidumbre absoluta sobre las probabilidades o frecuencias de los diferentes sucesos, se les asigna a todos la misma probabilidad, situación que se da con frecuencia en la estadística bayesiana donde la distribución a priori suele fijarse en términos de equiprobabilidad en el caso de absoluta incertidumbre. La distribución de probabilibades que asigna igual probabilidad a cada uno de los valores posibles de una variable aleatoria se denomina distribución uniforme.
Puntaje
Puntaje (utilizado especialmente en Latinoamérica) es el número de puntos obtenido por un sujeto u otro elemento en una prueba debidamente estructurada. En España se utiliza con preferencia el término puntuación.
Perturbación aleatoria
La perturbación aleatoria (en inglérs, random error, error term) es el componente no determinista en un modelo estadístico, no observable y que incluye de forma conjunta todos los factores no especificados en el modelo. Generalmente la perturbación aleatoria aparece en los modelos de regresión y de series temporales como un ruido blanco, es decir como una variable aleatoria con media 0 (los factores no especificados se compensan entre si) y varianza conocida, y más concretamente aún, con distribución normal.
Un modelo de regresión lineal con una única variable independiente se define de este modo:
![\[Y=\beta_0+\beta_1X+u\]](https://sigmalitika.hirusta.io/wp-content/ql-cache/quicklatex.com-cacc8d28186e16caffb86c12365564a5_l3.png "Rendered by QuickLaTeX.com")
donde 
representa la perturbación aleatoria y 
la parte determinista del modelo. Por tanto, es gracias a la perturbación aleatoria que podemos explicar y representar la variabilidad en la variable dependiente Y, alrededor del valor determinado por la variable X.
Cuando estimamos o predecimos los valores de Y, utilizamos el modelo estimado:
![\[\hat{Y}=\beta_0+\beta_1X\]](https://sigmalitika.hirusta.io/wp-content/ql-cache/quicklatex.com-58bb186a1715d2ae0d6352f72b4c8f2d_l3.png "Rendered by QuickLaTeX.com")
De este modo, los valores observados de Y muestran variabilidad debido a la perturbación, pero a la hora de predecir los valores de Y hacemos estimación (
) de dichos valores, que como puede verse muestran una tendencia lineal para diferentes valores de X.