Odległość Mahalanobisa to odległość statystyczna, która bierze pod uwagę strukturę korelacji między zmiennymi. Jest ważona przez macierz kowariancji, co pozwala na odpowiednie uwzględnienie wspólnych korelacji między zmiennymi w trakcie obliczania odległości. W tradycyjnych metrykach – takich jak odległość euklidesowa – każda zmienna jest traktowana niezależnie, podczas gdy odległość Mahalanobisa dostosowuje się do zależności między zmiennymi.
Odległość Mahalanobisa ma szerokie zastosowanie w statystyce, zwłaszcza w analizie wielowymiarowej. Używana jest m.in. w analizie skupień, do identyfikacji obserwacji odstających oraz do wyznaczania podobieństwa pomiędzy wektorami w przestrzeni wielowymiarowej. Koncepcja ta pozwala na ocenę odległości pomiędzy dwoma punktami w przestrzeni n-wymiarowej z uwzględnieniem struktury korelacji zmiennych. Jednym z kluczowych atutów odległości Mahalanobisa jest jej uniwersalność i zdolność pracy z różnymi jednostkami miary. Ponieważ metoda ta uwzględnia macierz kowariancji, automatycznie dostosowuje skalę zmiennych, eliminując konieczność ich uprzedniej standaryzacji.