Acerca de esta calculadora
La calculadora de covarianza calcula la covarianza de dos conjuntos de datos, X e Y, una medida de la dirección en la que cambian juntos. Una covarianza positiva indica que las dos variables tienden a cambiar en la misma dirección, una covarianza negativa indica que tienden a cambiar en direcciones opuestas y una covarianza cercana a 0 indica que la covarianza lineal no es obvia.
La covarianza de la población suele ser cov(X,Y)=Σ(xᵢ-μx)(yᵢ-μy)/n, y la covarianza de la muestra utiliza n-1 como denominador. El valor de la covarianza se ve afectado por la unidad de la variable, por lo que a menudo se utiliza junto con el coeficiente de correlación.
Esta herramienta es adecuada para aprendizaje estadístico, análisis de datos, carteras de activos financieros y procesamiento de datos experimentales. Al ingresar dos columnas de datos, puede verificar rápidamente los resultados de la media, el producto de las desviaciones y la covarianza.
Qué calcula
La calculadora de covarianza sirve para calcular la covarianza entre dos variables, que mide cómo varían conjuntamente. Se utiliza en estadística, finanzas y análisis de datos.
Fórmula
Cov(X,Y) = Σ((xᵢ−x̄)(yᵢ−ȳ)) / (n−1) (covarianza muestral)
Datos de entrada
- Datos de la variable X.
- Datos de la variable Y.
- Ambos conjuntos deben tener la misma longitud.
Ejemplo
| X | Y | xᵢ−x̄ | yᵢ−ȳ | Producto |
|---|---|---|---|---|
| 1, 2, 3 | 2, 4, 6 | Varían juntos fuertemente | ||
| 1, 2, 3 | 6, 4, 2 | Varían en direcciones opuestas | ||
| 1, 2, 3 | 5, 5, 5 | Y no varía |
Interpretación del resultado
Una covarianza positiva indica que X e Y tienden a aumentar juntos; una covarianza negativa indica que una aumenta mientras la otra disminuye. La magnitud depende de la escala de los datos.
Errores comunes
- La covarianza no está normalizada, a diferencia del coeficiente de correlación.
- Ambos conjuntos deben tener el mismo número de datos.
Cómo usar
Ingrese la columna de datos X y la columna de datos Y respectivamente, asegurándose de que los dos conjuntos de datos tengan la misma cantidad y correspondan uno a uno en el mismo orden. Seleccione covarianza de población o covarianza de muestra y haga clic en Calcular.
Por ejemplo, X = [1,2,3], Y = [2,4,6], los dos conjuntos de datos cambian completamente en la misma dirección, por lo que la covarianza es positiva. Si Y=[6,4,2], la covarianza es negativa.
Si los dos conjuntos de datos tienen longitudes diferentes o hay caracteres irreconocibles, primero se deben limpiar los datos. Después del cálculo, el diagrama de dispersión o el coeficiente de correlación se pueden combinar para determinar aún más la fuerza de la relación lineal.
Funciones principales
Admite el cálculo de covarianza para dos conjuntos de datos de igual longitud.
Distinga entre covarianza poblacional y covarianza muestral, y ayude a comprender la media, la desviación, el producto de las desviaciones y la dirección común del cambio.
Es adecuado para análisis estadístico, cartera financiera, datos experimentales y preprocesamiento de aprendizaje automático para facilitar la verificación rápida de cálculos manuales o resultados de tablas.
Casos de uso
En estadística, la covarianza se utiliza para describir si dos variables tienden a aumentar juntas o si una aumenta y la otra disminuye, y es la base del análisis de correlación.
En finanzas, la covarianza entre los rendimientos de los activos se utiliza para medir el riesgo de la cartera. Cuanto mayor es la covarianza de dos activos, más evidente es su tendencia a subir y bajar juntos y más débil es el efecto de diversificación del riesgo.
En el aprendizaje automático y la ciencia de datos, las matrices de covarianza se utilizan en el análisis de componentes principales, el análisis propio, la distribución normal multivariante y la reducción de la dimensionalidad de los datos.