协方差计算器

协方差用于衡量两个配对数值变量是否倾向于共同变化。正协方差表示，高于 X 均值的观测值通常与高于 Y 均值的观测值配对，低于各自均值的值也往往同时出现。负协方差表示，一个变量高于均值时，另一个变量往往低于均值。接近零的值表示净线性共同变化较小，但不排除非线性关系。 计算时先求出每组数据的算术平均值。对每一对数据，将 X 与其均值之差乘以 Y 与其均值之差，再把这些乘积相加。同向变化的数据对产生正乘积，反向变化的数据对产生负乘积。最后使用的除数决定结果是总体协方差还是样本协方差。 总体协方差将离差乘积之和除以 n，适用于输入数据对涵盖所研究完整总体的情况。样本协方差则除以 n 减 1，采用贝塞尔校正，因为样本均值也是根据同一批观测值估计的。因此，当至少有两对数据时，样本结果通常比总体结果略微远离零。本计算器同时显示两种结果，便于选择符合数据与分析目的的数值。 与相关系数不同，协方差保留测量单位。如果 X 以米计、Y 以秒计，协方差的单位就是米·秒。改变任一变量的尺度都会改变协方差的大小，因此不宜用统一的“弱”或“强”标签来判断。皮尔逊相关系数使用两个标准差对协方差进行标准化，通常更适合比较不同尺度下的关系。 配对关系与顺序至关重要。每个 X 值必须对应同一人、物品、地点或时间的 Y 值。单独排序其中一组会破坏配对关系，使结果失去意义。缺失观测值应按完整数据对统一处理，两组数据长度必须相同。异常值可能主导离差乘积之和，因此计算时还应查看散点图并检查数据质量。 协方差广泛用于投资组合分析、多元统计、回归、信号处理及探索性研究。资产协方差为正，表明收益率往往同向变化；为负则可能提示分散投资的潜力。无论用于何种场景，都应结合变量单位、抽样设计、不确定性和专业背景解读符号与大小。