Over deze calculator
De covariantiecalculator berekent de covariantie van twee sets gegevens, X en Y, een maatstaf voor de richting waarin ze samen veranderen. Een positieve covariantie geeft aan dat de twee variabelen de neiging hebben om in dezelfde richting te veranderen, een negatieve covariantie geeft aan dat ze de neiging hebben om in tegengestelde richtingen te veranderen, en een covariantie dichtbij 0 geeft aan dat de lineaire covariantie niet duidelijk is.
De populatiecovariantie is gewoonlijk cov(X,Y)=Σ(xᵢ-μx)(yᵢ-μy)/n, en de steekproefcovariantie gebruikt n-1 als de noemer. De waarde van covariantie wordt beïnvloed door de eenheid van de variabele, daarom wordt deze vaak samen met de correlatiecoëfficiënt gebruikt.
Deze tool is geschikt voor statistisch leren, data-analyse, portefeuilles van financiële activa en experimentele gegevensverwerking. Door twee kolommen met gegevens in te voeren, kunt u snel het gemiddelde, het product van afwijkingen en de covariantieresultaten controleren.
Wat het berekent
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.
Formule
Sample covariance: cov(X, Y) = sum((x_i - x_mean)(y_i - y_mean)) / (n - 1). Population covariance uses n as the denominator.
Invoer
- Values in the X data set.
- Values in the Y data set.
- The two data sets must be paired and have the same length.
Voorbeeld
| 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 |
Hoe je het resultaat interpreteert
The sign of covariance shows direction, but the magnitude depends on units. To compare strength of linear association, use the correlation coefficient.
Veelgemaakte fouten
- Do not compare covariance magnitudes directly across different units.
- Both data sets must have the same length.
- Sample and population covariance use different denominators.
Hoe te gebruiken
Voer respectievelijk de X-gegevenskolom en de Y-gegevenskolom in, waarbij u ervoor zorgt dat de twee sets gegevens dezelfde hoeveelheid hebben en één op één in dezelfde volgorde overeenkomen. Selecteer populatiecovariantie of steekproefcovariantie en klik op Berekenen.
X=[1,2,3], Y=[2,4,6], de twee sets gegevens veranderen bijvoorbeeld volledig in dezelfde richting, dus de covariantie is positief. Als Y=[6,4,2] is de covariantie negatief.
Als de twee gegevenssets een verschillende lengte hebben of als er onherkenbare tekens voorkomen, moeten de gegevens eerst worden opgeschoond. Na berekening kan het spreidingsdiagram of de correlatiecoëfficiënt worden gecombineerd om de sterkte van het lineaire verband verder te bepalen.
Belangrijkste functies
Ondersteunt covariantieberekening voor twee sets gegevens van gelijke lengte.
Maak onderscheid tussen populatiecovariantie en steekproefcovariantie, en help het gemiddelde, de afwijking, het product van afwijkingen en de gemeenschappelijke richting van verandering te begrijpen.
Het is geschikt voor statistische analyses, financiële portfolio's, experimentele gegevens en voorverwerking van machinaal leren om snelle verificatie van handberekeningen of tabelresultaten te vergemakkelijken.
Gebruikssituaties
In de statistiek wordt covariantie gebruikt om te beschrijven of twee variabelen de neiging hebben samen toe te nemen of dat de ene toeneemt en de andere afneemt, en vormt de basis van correlatieanalyse.
In de financiële wereld wordt de covariantie tussen activarendementen gebruikt om het portefeuillerisico te meten. Hoe hoger de covariantie van twee activa, des te duidelijker is het dat ze samen stijgen en dalen, en des te zwakker is het risicodiversificatie-effect.
Bij machinaal leren en datawetenschap worden covariantiematrices gebruikt bij hoofdcomponentenanalyse, eigenanalyse, multivariate normale verdeling en reductie van datadimensionaliteit.