Wahrscheinlichkeit & Statistik · Kovarianz

Kovarianz

Für die Stichprobenkovarianz gepaarter Daten addiert man die Produkte der Abweichungen von den Mittelwerten und teilt durch n − 1: cov = Σ(x − x̄)(y − ȳ)/(n − 1). Sie ist positiv, wenn x und y meist gemeinsam steigen oder fallen, und negativ, wenn eine Größe steigt, während die andere fällt. Jedes Produkt ist als Rechteck mit Vorzeichen dargestellt. Ziehe Punkte und beobachte das Kovarianzquadrat.

Die Kovarianz in dieser Grafik

Die Stichprobenkovarianz gepaarter Daten misst, wie zwei Größen gemeinsam variieren. Man addiert die Produkte der Abweichungen beider Werte von ihren jeweiligen Mittelwerten und teilt durch n−1n - 1, also cov⁡(x,y)=1n−1∑(xi−xˉ)(yi−yˉ)\operatorname{cov}(x, y) = \frac{1}{n-1}\sum (x_i - \bar{x})(y_i - \bar{y}). Jeder Summand ist das Produkt der beiden Abweichungen eines Punktes. Er ist hier als Rechteck zwischen dem Punkt und dem Zentrum (xˉ,yˉ)(\bar{x}, \bar{y}) dargestellt. Rechts oben und links unten vom Zentrum liefern die Punkte positive Beiträge, in den beiden anderen Quadranten negative. Die Achsen verwenden dieselbe Einheit und denselben Maßstab, sodass die Flächen maßstabsgetreu sind. Die Fläche des Quadrats am Zentrum entspricht dem Betrag der Kovarianz. Bei positiver Kovarianz erstreckt es sich nach rechts, bei negativer nach links.

Was der Betrag aussagt

Die Einheit der Kovarianz ist das Produkt aus der Einheit von xx und der von yy. Addierst du zu allen xx-Werten eine Konstante, ändert sich nichts. Misst du xx dagegen in einer zehnmal kleineren Einheit, verzehnfacht sich die Kovarianz. Das Vorzeichen verrät, ob die Punkte eher einer steigenden oder fallenden Geraden folgen. Der Betrag allein zeigt nicht die Stärke des Zusammenhangs. Teilt man durch beide Standardabweichungen, fallen die Einheiten weg und man erhält den Korrelationskoeffizienten r=cov⁡(x,y)/(sxsy)r = \operatorname{cov}(x, y)/(s_x s_y). Paart man xx mit sich selbst, entstehen Quadrate statt Rechtecken. Die Kovarianz mit sich selbst ist die Varianz. Der Divisor n−1n - 1 ist derselbe wie bei der Stichprobenvarianz. Teilt man stattdessen durch nn, erhält man die Kovarianz der vorliegenden Daten selbst.

Warum sie die Streuung einer Summe bestimmt

Für jeden Punkt gilt (dx+dy)2=dx2+dy2+2dxdy(d_x + d_y)^2 = d_x^2 + d_y^2 + 2d_x d_y, wobei dxd_x und dyd_y seine Abweichungen sind. Mittelt man auf dieselbe Weise, ergibt sich exakt var⁡(x+y)=var⁡x+var⁡y+2cov⁡(x,y)\operatorname{var}(x + y) = \operatorname{var} x + \operatorname{var} y + 2\operatorname{cov}(x, y). Variieren xx und yy gleichläufig, verstärken sich die Abweichungen: Die Varianz der Summe übersteigt die Summe der Varianzen. Bei gegenläufiger Bewegung heben sich die Abweichungen teilweise auf. Die Summe kann weniger streuen als jeder einzelne Summand. Gegenläufige Größen zu kombinieren kann also einen Gesamtwert stabilisieren. Bei eingeschalteter „Summe x + y“ wird jeder Punkt entlang einer Geraden mit konstantem x+yx + y auf die Diagonale durch das Zentrum übertragen. Die Streuung der Markierungen entspricht damit der Streuung der Summen.

Darauf kannst du achten

  • Kovarianz 0 bedeutet nicht, dass kein Zusammenhang besteht. Auf einer Parabel können sich die Beiträge genau aufheben. Erfasst wird nur eine lineare Tendenz.
  • Ein einziger Punkt, der auf beiden Achsen weit vom Zentrum entfernt ist, kann den größten Teil der Kovarianz beitragen.
  • Überlappende Rechtecke zählen jeweils vollständig. Die Überlappungen werden nicht dunkler schattiert.

Bedienung

  • Klicke auf eine freie Stelle, um einen Punkt hinzuzufügen. Wähle einen Punkt aus und drücke Entf zum Löschen oder die Pfeiltasten zum Verschieben.

Verwandte Themen