ในทางคณิตศาสตร์นิพจน์สมการ ฟังก์ชันหรือพหุนามที่มีตัวแปรเพียงตัวเดียวเรียกว่า ตัวแปรเอกฐานส่วนตัวแปรหลายตัวเรียกว่าตัวแปรพหุฐานในบางกรณี ความแตกต่างระหว่างตัวแปรเอกฐานและตัวแปรพหุฐานมีความสำคัญอย่างยิ่ง ตัวอย่างเช่นทฤษฎีบทพื้นฐานของพีชคณิตและอัลกอริทึมของยูคลิดสำหรับพหุนามเป็นสมบัติพื้นฐานของพหุนามตัวแปรเอกฐานที่ไม่สามารถนำไปใช้กับพหุนามตัวแปรพหุฐานได้

ในทางสถิติ การแจกแจงแบบตัวแปรเดียว (univariate distribution)ใช้เพื่ออธิบายลักษณะของตัวแปรหนึ่งตัว แม้ว่าจะสามารถนำไปใช้ในรูปแบบอื่นได้เช่นกัน ตัวอย่างเช่น ข้อมูลแบบตัวแปรเดียวประกอบด้วย ส่วนประกอบ เชิงสเกลาร์ เพียงตัวเดียว ในการวิเคราะห์อนุกรมเวลาอนุกรมเวลาทั้งหมดคือ "ตัวแปร": อนุกรมเวลาแบบตัวแปรเดียวคือชุดของค่าในช่วงเวลาของปริมาณเดียว ในทำนองเดียวกัน "อนุกรมเวลาแบบหลายตัวแปร (multivariate time series)" ใช้เพื่ออธิบายลักษณะของค่าที่เปลี่ยนแปลงไปในช่วงเวลาของปริมาณหลายตัว ในบางกรณี คำศัพท์อาจมีความกำกวม เนื่องจากค่าภายในอนุกรมเวลาแบบตัวแปรเดียวอาจถูกนำไปวิเคราะห์โดยใช้การวิเคราะห์ทางสถิติแบบหลายตัวแปร บางประเภท และอาจแสดงด้วยการแจกแจงแบบหลายตัวแปรได้

นอกเหนือจากคำถามเรื่องมาตราส่วนแล้ว เกณฑ์ (ตัวแปร) ในสถิติแบบเอกตัวแปรสามารถอธิบายได้ด้วยมาตรวัดสำคัญสองประการ (ตัวเลขสำคัญหรือพารามิเตอร์) ได้แก่ ตำแหน่งและการแปรผัน^{[ 1 ]}

• มาตรวัดระดับตำแหน่ง (เช่น ค่าฐานนิยม มัธยฐาน ค่าเฉลี่ยเลขคณิต) อธิบายว่าข้อมูลกระจุกตัวอยู่ในพื้นที่ใดเป็นหลัก
• มาตรวัดความแปรปรวน (เช่น ช่วงค่า, ระยะห่างระหว่างควาร์ไทล์, ค่าเบี่ยงเบนมาตรฐาน) อธิบายว่าข้อมูลกระจัดกระจายไปในลักษณะที่คล้ายคลึงหรือแตกต่างกันมากน้อยเพียงใด