免费协方差计算器

协方差：联合变异性度量

在统计学中，两个变量的协方差表示它们一起变化的程度。协方差计算器——一种免费的在线统计工具——可以计算样本协方差和总体协方差的度量，帮助用户快速量化共同变动。本文解释了协方差公式，通过示例说明其计算，并探讨了协方差与相关性的关系。

理论定义

对于两个随机变量$X$和$Y$，期望值分别为$\mu_X$和$\mu_Y$，总体协方差定义为偏差的期望乘积：

$$\text{Cov}(X,Y) = E[(X-\mu_X)(Y-\mu_Y)]$$

该公式简化为$E(XY) - \mu_X\mu_Y$，但在实践中我们很少知道完整分布。相反，我们依赖观察到的样本数据。

实用协方差公式

给定两个成对样本$\{x_1,\dots,x_n\}$和$\{y_1,\dots,y_n\}$以及样本均值$\bar{x}$和$\bar{y}$，常用两个公式。

总体协方差（将数据视为整体总体）

$$\text{Cov}_{\text{pop}}(x,y) = \frac{1}{n}\sum_{i=1}^{n}(x_i-\bar{x})(y_i-\bar{y})$$

样本协方差（从样本估计总体协方差）

$$\text{Cov}_{\text{sample}}(x,y) = \frac{1}{n-1}\sum_{i=1}^{n}(x_i-\bar{x})(y_i-\bar{y})$$

分母$n-1$提供了对真实总体协方差的无偏估计。两者关系如下：

$$\text{Cov}_{\text{pop}} = \frac{n-1}{n}\,\text{Cov}_{\text{sample}}$$

示例：投资组合多元化

假设一位投资者John持有“酷地方”股票（变量$x$），并考虑添加“星尘”或“时光旅行假期”（$y$）。他收集了每对的五个每日收盘价。

第一对：酷地方 vs 星尘

观测	$x_i$	$y_i$
1	12.76	7.06
2	12.35	6.81
3	12.43	6.88
4	12.70	6.98
5	13.09	7.35

1. 计算均值：$\bar{x}=12.666$，$\bar{y}=7.016$。
2. 计算偏差$x_i-\bar{x}$和$y_i-\bar{y}$。
3. 将偏差相乘并求和：总交叉积为$0.242$。
4. 除以$n=5$得到总体协方差为$0.0484$。 如果我们改用样本估计量（除以4），协方差变为$0.0605$。

第二对：酷地方 vs 时光旅行假期

观测	$x_i$	$y_i$
1	12.76	17.12
2	12.35	16.35
3	12.43	19.21
4	12.70	19.75
5	13.09	17.52

应用相同的计算得到协方差（使用$n$）为$0.0018$。小得多的值表明这两只股票没有强烈地共同变动，使其成为多元化的更好选择。

解释协方差

• 符号：正协方差 → 变量朝同一方向变动；负协方差 → 朝相反方向变动。
• 大小：离零越远的值表明线性关系越强。然而，规模取决于变量的单位，因此协方差本身并不能衡量强度。

要获得无量纲的度量，请使用相关系数：

$$\rho_{X,Y} = \frac{\text{Cov}(X,Y)}{\sigma_X\,\sigma_Y}$$

相关性始终介于$-1$和$1$之间，便于在不同数据集之间进行比较。还要注意，变量与其自身的协方差等于其方差：

$$\text{Cov}(X,X) = \text{Var}(X)$$

使用统计计算器

这个免费的在线统计计算器简化了计算样本或总体协方差的过程。只需粘贴你的两个数据系列并选择适当的公式。该工具还提供相关统计量，如方差和相关性，有助于对两个变量的协方差进行完整的探索性分析。

结论

无论你是需要样本协方差计算器进行学术研究，还是需要总体协方差计算器用于商业报告，理解协方差公式及其解释都是必不可少的。掌握协方差与相关性的知识，你可以准确描述数据中的线性关系。