Informazioni su questa calcolatrice
Il calcolatore della covarianza calcola la covarianza di due insiemi di dati, X e Y, una misura della direzione in cui cambiano insieme. Una covarianza positiva indica che le due variabili tendono a cambiare nella stessa direzione, una covarianza negativa indica che tendono a cambiare in direzioni opposte e una covarianza vicina a 0 indica che la covarianza lineare non è ovvia.
La covarianza della popolazione è solitamente cov(X,Y)=Σ(xᵢ-μx)(yᵢ-μy)/n e la covarianza campionaria utilizza n-1 come denominatore. Il valore della covarianza è influenzato dall'unità della variabile, quindi viene spesso utilizzato insieme al coefficiente di correlazione.
Questo strumento è adatto per l'apprendimento statistico, l'analisi dei dati, i portafogli di attività finanziarie e l'elaborazione dei dati sperimentali. Inserendo due colonne di dati, puoi controllare rapidamente la media, il prodotto delle deviazioni e i risultati della covarianza.
Cosa calcola
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.
Formula
Sample covariance: cov(X, Y) = sum((x_i - x_mean)(y_i - y_mean)) / (n - 1). Population covariance uses n as the denominator.
Dati di input
- Values in the X data set.
- Values in the Y data set.
- The two data sets must be paired and have the same length.
Esempio
| 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 |
Come interpretare il risultato
The sign of covariance shows direction, but the magnitude depends on units. To compare strength of linear association, use the correlation coefficient.
Errori comuni
- Do not compare covariance magnitudes directly across different units.
- Both data sets must have the same length.
- Sample and population covariance use different denominators.
Come usare
Inserisci rispettivamente la colonna dati X e la colonna dati Y, assicurandoti che i due set di dati abbiano la stessa quantità e corrispondano uno a uno nello stesso ordine. Selezionare la covarianza della popolazione o la covarianza del campione e fare clic su Calcola.
Ad esempio, X=[1,2,3], Y=[2,4,6], i due insiemi di dati cambiano completamente nella stessa direzione, quindi la covarianza è positiva. Se Y=[6,4,2], la covarianza è negativa.
Se i due set di dati hanno lunghezze diverse o contengono caratteri non riconoscibili, i dati devono essere prima puliti. Dopo il calcolo, il grafico a dispersione o il coefficiente di correlazione possono essere combinati per determinare ulteriormente la forza della relazione lineare.
Funzioni principali
Supporta il calcolo della covarianza per due serie di dati di uguale lunghezza.
Distinguere tra covarianza della popolazione e covarianza del campione e aiutare a comprendere la media, la deviazione, il prodotto delle deviazioni e la direzione comune del cambiamento.
È adatto per analisi statistiche, portafoglio finanziario, dati sperimentali e preelaborazione di apprendimento automatico per facilitare la rapida verifica dei calcoli manuali o dei risultati delle tabelle.
Casi d’uso
In statistica, la covarianza viene utilizzata per descrivere se due variabili tendono ad aumentare insieme o se una aumenta e l'altra diminuisce, ed è la base dell'analisi di correlazione.
In finanza, la covarianza tra i rendimenti delle attività viene utilizzata per misurare il rischio di portafoglio. Maggiore è la covarianza di due asset, più evidente è la loro tendenza a salire e scendere insieme, e più debole è l’effetto di diversificazione del rischio.
Nell'apprendimento automatico e nella scienza dei dati, le matrici di covarianza vengono utilizzate nell'analisi delle componenti principali, nell'autoanalisi, nella distribuzione normale multivariata e nella riduzione della dimensionalità dei dati.