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
正共變異數表示兩個變數傾向於一起增加或減少。負共變異數表示一個變數增加時,另一個變數傾向於減少。零共變異數表示兩個變數之間沒有線性關係。但要注意,零共變異數不代表兩個變數之間沒有任何關係,可能存在非線性關係。
共變異數衡量兩個變數如何一起變化,但其值取決於變數的尺度,因此難以直接比較不同資料集的共變異數。相關係數是共變異數的標準化版本,將其縮放到 -1 到 1 的範圍內,使其更容易比較和解釋。相關係數也更容易判斷關係的強弱。
離群值會對共變異數產生很大的影響。處理離群值的方法包括:移除離群值(如果它們是錯誤或不具代表性的資料點)、使用更穩健的統計方法(例如,使用中位數而不是平均值)、或轉換資料以減少離群值的影響。具體選擇哪種方法取決於資料的性質和分析的目的。
樣本共變異數 = Σ(x_i − x̄)(y_i − ȳ) / (n − 1)。例如 x = 1, 2, 3,y = 2, 4, 6,平均是 2 和 4,離差乘積是 2、0、2,總和 4 除以 n − 1 = 2,得到 2。母體版改成除以 n。Excel 的樣本版函數是 COVARIANCE.S,母體版是 COVARIANCE.P。
把多個變數兩兩之間的共變異數排成方陣,就是共變異數矩陣。對角線是各變數自己的變異數,其他位置是兩兩之間的共變異數,矩陣左右對稱。主成分分析就是對這個矩陣做分解。用 NumPy 的 numpy.cov 計算時,預設每一列是一個變數,資料是每欄一個變數就要設 rowvar=False。
變異數就是變數和自己的共變異數,Cov(X, X) = Var(X)。兩個變數相加時,Var(X + Y) = Var(X) + Var(Y) + 2Cov(X, Y),所以兩者正相關時總變異會變大,負相關時會互相抵銷一部分。這也是投資組合分散風險的數學基礎。
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
來源
參考來源:en.wikipedia.org
其他格式:Markdown 版本