Kovarians

En kovarians er et spredningsforhold mellem to forskellige stokastiske variabler X og Y og betegnes Cov(X,Y). Den regnes:


Cov(X,Y)=E[(X−E(X))⋅(Y−E(Y))]


hvor E(X) angiver middelværdien for X. En fortolkning af formlen er, at hvis X er høj i forhold til sin middelværdi når Y er høj i forhold til sin middelværdi (og ligeledes med lav), varierer X og Y "sammen" (derfra navnet kovarians, ko = sammen).

Kovarians er ikke uafhængig overfor skalering: Hvis X bliver fordoblet, bliver kovariansen også fordoblet. Korrelation er et andet mål, som kan bruges, når man vil undgå dette problem.

Empiriske størrelser

For en stikprøve med n datapunkter (x1,x2,…,xn) og (y1,…,yn) beregnes empiriske kovarians således:

Cov(X,Y)=1n∑i=1n(xi−x¯)⋅(yi−y¯)

hvor x¯ er gennemsnittet af x

Regneregler

Rækkefølgen af X og Y er ligegyldig:

 Cov(X,Y)=Cov(Y,X)

Kovariansen mellem en variabel og sig selv er lig variansen:

 Cov(X,X)=Var(X)

Skaleres X og Y med konstanterne a henholdvist b, vil kovariansen skaleres med produktet af de to konstanter:

Cov(a⋅X,b⋅Y)=a⋅b⋅Cov(X,Y)

Kovarians kan også skrives

Cov(X,Y)=E(X⋅Y)−E(X)⋅E(Y)

Heraf følger, at hvis X og Y er uafhængige, vil kovariansen være nul, da E(X⋅Y)=E(X)⋅E(Y) for uafhængige variable.

Se også

Spire
Denne artikel om matematik er en spire som bør udbygges. Du er velkommen til at hjælpe Wikipedia ved at udvide den.