Mediante esta técnica SuperCEP puede determinar si una variable está correlacionada con otra o si son independientes. Esto es útil para predecir la reacción o comportamiento de una variable al modificar la otra.
Cuando dos variables están relacionadas es posible diseñar sistemas de inspección indirectos que resultan más económicos y prácticos que la medición directa.
SuperCEP calcula un coeficiente de correlación “r”, el cual es una medida de qué tan bien pueden predecirse los valores de “y” a partir de los valores de “x”.
En la práctica, el valor absoluto de este coeficiente debe ser mayor de 0.9 para poder esperar una buena predicción.
SuperCEP puede utilizar datos transformados no lineales para aumentar el poder de este análisis. Si la relación entre “x” y “y” es del tipo causa-efecto, entonces podría ser necesario desfasar en el tiempo la formación de las parejas de datos para considerar el tiempo que la causa tarda en producir su efecto.
La aplicación de un desfasamiento o un retraso en la formación de las parejas también puede ser útil para descubrir ciclos dentro de una serie de datos que se compara consigo misma (autocorrelación).