Über diesen Rechner
Der Kovarianzrechner berechnet die Kovarianz zweier Datensätze, X und Y, ein Maß für die Richtung, in der sie sich gemeinsam ändern. Eine positive Kovarianz zeigt an, dass sich die beiden Variablen tendenziell in die gleiche Richtung ändern, eine negative Kovarianz zeigt an, dass sie sich tendenziell in entgegengesetzte Richtungen ändern, und eine Kovarianz nahe 0 zeigt an, dass die lineare Kovarianz nicht offensichtlich ist.
Die Populationskovarianz beträgt normalerweise cov(X,Y)=Σ(xᵢ-μx)(yᵢ-μy)/n, und die Stichprobenkovarianz verwendet n-1 als Nenner. Der Wert der Kovarianz wird durch die Einheit der Variablen beeinflusst und wird daher häufig zusammen mit dem Korrelationskoeffizienten verwendet.
Dieses Tool eignet sich für statistisches Lernen, Datenanalyse, Finanzanlagenportfolios und experimentelle Datenverarbeitung. Durch die Eingabe von zwei Datenspalten können Sie schnell den Mittelwert, das Produkt aus Abweichungen und die Kovarianzergebnisse überprüfen.
Was berechnet wird
The covariance calculator measures whether two variables tend to increase together or move in opposite directions. Positive covariance means same-direction movement; negative covariance means opposite movement.
Formel
Sample covariance: cov(X, Y) = sum((x_i - x_mean)(y_i - y_mean)) / (n - 1). Population covariance uses n as the denominator.
Eingaben
- Values in the X data set.
- Values in the Y data set.
- The two data sets must be paired and have the same length.
Beispiel
| X | Y | Meaning |
|---|---|---|
| 1, 2, 3 | 2, 4, 6 | Strong same-direction movement |
| 1, 2, 3 | 6, 4, 2 | Opposite movement |
| 1, 2, 3 | 5, 5, 5 | Y does not vary |
So interpretierst du das Ergebnis
The sign of covariance shows direction, but the magnitude depends on units. To compare strength of linear association, use the correlation coefficient.
Häufige Fehler
- Do not compare covariance magnitudes directly across different units.
- Both data sets must have the same length.
- Sample and population covariance use different denominators.
So verwendest du ihn
Geben Sie die X-Datenspalte bzw. die Y-Datenspalte ein und stellen Sie sicher, dass die beiden Datensätze die gleiche Menge haben und eins zu eins in derselben Reihenfolge entsprechen. Wählen Sie Populationskovarianz oder Stichprobenkovarianz aus und klicken Sie auf Berechnen.
Beispiel: X=[1,2,3], Y=[2,4,6], die beiden Datensätze ändern sich vollständig in die gleiche Richtung, sodass die Kovarianz positiv ist. Wenn Y=[6,4,2], ist die Kovarianz negativ.
Wenn die beiden Datensätze unterschiedlich lang sind oder nicht erkennbare Zeichen enthalten, sollten die Daten zuerst bereinigt werden. Nach der Berechnung können das Streudiagramm oder der Korrelationskoeffizient kombiniert werden, um die Stärke der linearen Beziehung weiter zu bestimmen.
Hauptfunktionen
Unterstützt die Kovarianzberechnung für zwei Sätze gleich langer Daten.
Unterscheiden Sie zwischen Populationskovarianz und Stichprobenkovarianz und helfen Sie dabei, Mittelwert, Abweichung, Produkt von Abweichungen und gemeinsame Änderungsrichtung zu verstehen.
Es eignet sich für statistische Analysen, Finanzportfolios, experimentelle Daten und die Vorverarbeitung durch maschinelles Lernen, um eine schnelle Überprüfung von Handberechnungen oder Tabellenergebnissen zu ermöglichen.
Anwendungsfälle
In der Statistik wird Kovarianz verwendet, um zu beschreiben, ob zwei Variablen tendenziell gemeinsam zunehmen oder eine zunimmt und die andere abnimmt, und ist die Grundlage für die Korrelationsanalyse.
Im Finanzwesen wird die Kovarianz zwischen Vermögensrenditen zur Messung des Portfoliorisikos verwendet. Je höher die Kovarianz zweier Vermögenswerte ist, desto offensichtlicher ist die Tendenz, gemeinsam zu steigen und zu fallen, und desto schwächer ist der Risikodiversifikationseffekt.
Im maschinellen Lernen und in der Datenwissenschaft werden Kovarianzmatrizen in der Hauptkomponentenanalyse, der Eigenanalyse, der multivariaten Normalverteilung und der Reduzierung der Datendimensionalität verwendet.