MCP ile bağlan →

Hesaplamaya Girin

Formül

Reklam

Sonuç

Örneklem Kovaryansı
5
X Değerleri 1,2,3,4,5
Y Değerleri 2,4,6,8,10
Örneklem Büyüklüğü 5
X Ortalaması 3
Y Ortalaması 6
X Varyansı 2,5
Y Varyansı 10
X Standart Sapması 1,581139
Y Standart Sapması 3,162278
Örneklem Kovaryansı 5
Kitle Kovaryansı 4

Kovaryans Nedir?

Kovaryans, iki değişkenin birlikte nasıl değiştiğini ölçer. İki değişken aynı anda artma eğilimindeyse kovaryans pozitif çıkar. Biri yükselirken diğeri düşüyorsa kovaryans negatif olur. Sıfıra yakın bir değer ise, iki değişken arasında neredeyse hiç doğrusal ilişki olmadığını gösterir. Korelasyondan farklı olarak kovaryans standartlaştırılmamıştır; bu nedenle büyüklüğü verilerinizin birimlerine bağlıdır — ancak işareti, ilişkinin yönünü her zaman size söyler.

Bu araç, \(n\) yerine \((n - 1)\)'e bölen örneklem kovaryansını hesaplar. Bessel düzeltmesi olarak bilinen \((n - 1)\) düzeltmesi, veriniz daha büyük bir kitleden çekilmiş bir örneklem olduğunda yansız (sapmasız) bir tahmin sağlar.

X ve Y arasında pozitif, negatif ve sıfır kovaryans ilişkilerini gösteren üç saçılım grafiği
Kovaryansın işareti, değişkenlerin birlikte mi (pozitif), zıt yönde mi (negatif) yoksa bağımsız mı (sıfır) hareket ettiğini gösterir.

Hesaplama Aracı Nasıl Kullanılır?

  • X değerlerinizi virgülle ayırarak girin (örneğin: 2, 4, 6, 8).
  • Y değerlerinizi aynı uzunlukta ve virgülle ayrılmış olarak girin (örneğin: 1, 3, 2, 5).
  • Hesapla düğmesine tıklayarak örneklem kovaryansını görün.

Her X değeri kendisine karşılık gelen Y değeriyle eşleştiği için, iki liste de aynı sayıda değer içermelidir. Boş alan ya da fazladan virgül bırakmadığınızdan emin olun.

Örneklem Kovaryansı Formülü

Kullanılan formül şöyledir:

$$\text{cov}_{xy} = \frac{\displaystyle\sum_{i=1}^{n}\left(x_i - \bar{x}\right)\left(y_i - \bar{y}\right)}{n - 1}$$

Burada \(\bar{x}\) ve \(\bar{y}\) sırasıyla X ve Y değerlerinin ortalamasıdır, \(n\) veri çiftlerinin sayısıdır ve toplam, her noktanın kendi ortalamasından sapmalarının çarpımını toplar.

Reklam

Adım Adım Örnek

Diyelim ki X = 2, 4, 6, 8 ve Y = 1, 3, 2, 5.

  • X'in ortalaması = 5; Y'nin ortalaması = 2,75.
  • Sapma çarpımları: \((-3)(-1{,}75) + (-1)(0{,}25) + (1)(-0{,}75) + (3)(2{,}25) = 5{,}25 - 0{,}25 - 0{,}75 + 6{,}75 = 11\).
  • \((n - 1) = 3\)'e bölün: \(\text{kovaryans} = 11 / 3 \approx 3{,}67\).

Pozitif sonuç, X ve Y'nin birlikte yükselme eğiliminde olduğunu doğrular.

Ortalama çizgileriyle çeyreklere ayrılmış ve kovaryansa katkıda bulunan noktaları gösteren saçılım grafiği
Her noktanın X ve Y ortalamalarından sapması çarpılır; karşıt çeyreklerdeki noktalar pozitif katkı sağlar.

Sıkça Sorulan Sorular

Örneklem kovaryansı ile kitle kovaryansı arasındaki fark nedir? Örneklem kovaryansı \((n - 1)\)'e bölünür ve veriniz bir örneklemi temsil ettiğinde kullanılır. Kitle kovaryansı ise \(n\)'e bölünür ve tüm kitleye ait verilere sahip olduğunuzda kullanılır.

Kovaryans 1'den büyük olabilir mi? Evet. Kovaryans \(-1\) ile \(1\) arasında sınırlı değildir; bu aralık korelasyon katsayısı için geçerlidir. Kovaryans, verinin ölçeğine bağlı olarak herhangi bir değer alabilir.

Kovaryans korelasyonla nasıl ilişkilidir? Korelasyon, kovaryansın iki standart sapmanın çarpımına bölünmesiyle elde edilir ve \(-1\) ile \(1\) arasında standartlaştırılmış bir değer verir.

Son güncelleme: