AITerms 登入
統計方法資料處理機器學習

共變異數(Covariance)是什麼?

共變異數衡量兩個變數如何一起變化。正值表示它們趨於一起增加或減少,負值表示一個增加時另一個趨於減少,零值表示沒有線性關係。

同主題的術語資料處理機器學習

完整定義

共變異數是一種統計量,用於衡量兩個隨機變數之間線性關係的強度和方向。它表示兩個變數同時變化的程度。正共變異數表示兩個變數傾向於一起增加或減少,而負共變異數表示一個變數增加時,另一個變數傾向於減少。共變異數為零表示兩個變數之間沒有線性關係。

白話說明

你有沒有在看兩個數字是不是常常一起變動時,還在想這件事到底該怎麼看?

把它想成兩個變化方向是否同步的分數。

正值表示常常一起上升或一起下降,負值表示一個上升時另一個常下降。

它常用來先看兩個變數有沒有線性關係,再決定要不要進一步分析。

記住這句

一起動就是正,反著動就是負。

比喻:共變異數就像在看兩個人的「同步率」-- 如果他們總是同時開心或同時難過,那同步率就是正的;如果一個開心另一個難過,就是負的;如果他們各自獨立,情緒起伏沒什麼關聯,那同步率就接近零。它衡量的是他們變動的「步調」是否一致。

容易混淆

correlation

vs 相關係數 (Correlation):共變異數衡量的是兩個變數「一起變動的程度」,它的數值大小會受到變數單位和量級的影響,所以很難直接比較不同數據集的關係強弱;相關係數則是在共變異數的基礎上進行標準化,把值限制在 -1 到 1,讓不同數據集之間的關係強度可以互相比較。

常見混淆:共變異數 vs correlation

相關係數把尺度標準化後才好比較強弱,共變異數沒有這個步驟。

實際案例

氣溫與冰品銷量

天氣越熱,冰品賣得越多,兩者通常會同向變動。

廣告支出與流量

投放增加時,網站流量常跟著上升。

演算法與應用

1. 共變異數只看方向,不直接告訴你關係有多強。

2. 因為會受單位影響,不同資料集之間很難直接比較。

3. 若要比較強弱,通常會再看相關係數。

情境判斷

Q1:兩個變數的共變異數是正的,代表什麼?

代表它們常常一起增加或一起減少。

Q2:共變異數是 0,就代表完全沒關係嗎?

不一定,可能只是沒有線性關係,仍可能存在非線性關係。

常見問題

出現在這些考古題

官方公告試題的逐題解析裡,這 3 題把共變異數列為延伸術語。

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

參考來源:en.wikipedia.org

其他格式:Markdown 版本