什么是协方差？
协方差用来衡量两个变量是否一起变化。当两个变量倾向于同时增大时，协方差为正；当一个上升、另一个下降时，协方差为负；当数值接近零时，则说明两者之间几乎没有线性关系。与相关系数不同，协方差没有经过标准化处理，因此它的数值大小会受到数据单位的影响——但它的正负号仍然能告诉你两个变量之间的变动方向。
本计算器计算的是样本协方差，即除以 \((n - 1)\) 而非 \(n\)。这个 \((n - 1)\) 的调整被称为贝塞尔校正（Bessel's correction），当你的数据只是从更大总体中抽取的样本时，它能给出无偏估计。
如何使用本计算器
- 将 X 值以逗号分隔的形式输入（例如：2, 4, 6, 8）。
- 将 Y 值以逗号分隔的形式输入，且数量与 X 相同（例如：1, 3, 2, 5）。
- 点击计算，即可得到样本协方差。
两组数据的数值个数必须相同，因为每个 X 都要与对应的 Y 配成一对。请确保没有空白项或多余的逗号。
样本协方差公式
所使用的公式为：
$$\text{cov}_{xy} = \frac{\displaystyle\sum_{i=1}^{n}\left(x_i - \bar{x}\right)\left(y_i - \bar{y}\right)}{n - 1}$$
其中，\(\bar{x}\) 和 \(\bar{y}\) 分别是 X 值和 Y 值的平均数，\(n\) 是数据对的数量，求和符号则把每个数据点相对各自平均数的偏差乘积加总起来。
计算示例
假设 X = 2, 4, 6, 8，Y = 1, 3, 2, 5。
- X 的平均数 = 5；Y 的平均数 = 2.75。
- 偏差乘积之和：$$(-3)(-1.75) + (-1)(0.25) + (1)(-0.75) + (3)(2.25) = 5.25 - 0.25 - 0.75 + 6.75 = 11$$
- 除以 \((n - 1) = 3\)：协方差 \(= 11 / 3 \approx 3.67\)。
结果为正，说明 X 和 Y 倾向于一起上升。
常见问题
样本协方差与总体协方差有什么区别？ 样本协方差除以 \((n - 1)\)，适用于数据为样本的情况；总体协方差除以 \(n\)，适用于你拥有整个总体全部数据的情况。
协方差可以大于 1 吗？ 可以。协方差并不被限制在 \(-1\) 到 \(1\) 之间——这个范围适用于相关系数。协方差的取值会随数据的量级而变化，可以是任意数值。
协方差与相关系数有什么关系？ 相关系数等于协方差除以两个变量标准差的乘积，从而得到一个介于 \(-1\) 到 \(1\) 之间的标准化数值。
