Peluang dan Statistika · Kovarians

Kovarians

Kovarians sampel dari data berpasangan diperoleh dengan menjumlahkan hasil kali simpangan tiap pasangan dari rata-rata masing-masing, lalu membaginya dengan n − 1: cov = Σ(x − x̄)(y − ȳ)/(n − 1). Nilainya positif jika x dan y cenderung berubah searah dan negatif jika yang satu naik saat yang lain turun. Tiap hasil kali membentuk persegi panjang bertanda. Seret titik untuk melihat perubahan persegi kovarians.

Kovarians dalam visualisasi ini

Kovarians sampel pada data berpasangan mengukur bagaimana dua besaran berubah bersama. Kalikan simpangan kedua nilai dalam tiap pasangan dari rata-rata masing-masing, jumlahkan hasilnya, lalu bagi dengan n−1n - 1: 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}). Setiap suku merupakan hasil kali dua simpangan sebuah titik, yang digambar sebagai persegi panjang antara titik itu dan pusat (xˉ,yˉ)(\bar{x}, \bar{y}). Titik di kanan atas atau kiri bawah pusat memberi kontribusi positif, sedangkan dua kuadran lainnya memberi kontribusi negatif. Kedua sumbu memakai satuan dan skala yang sama sehingga luas tergambar sesuai skala. Luas persegi di tengah sama dengan nilai mutlak kovarians. Persegi membentang ke kanan untuk kovarians positif dan ke kiri untuk kovarians negatif.

Apa arti besar nilainya?

Satuan kovarians adalah satuan xx dikalikan dengan satuan yy. Menambahkan konstanta pada semua nilai xx tidak mengubah kovarians. Namun, mengukur xx dengan satuan sepuluh kali lebih kecil memperbesar kovarians sepuluh kali lipat. Tandanya menunjukkan apakah titik-titik cenderung mengikuti garis yang naik atau turun. Besarnya saja tidak menunjukkan kekuatan kecenderungan tersebut. Membagi kovarians dengan kedua simpangan baku menghilangkan satuannya dan menghasilkan koefisien korelasi r=cov⁡(x,y)/(sxsy)r = \operatorname{cov}(x, y)/(s_x s_y). Jika xx dipasangkan dengan dirinya sendiri, persegi panjangnya menjadi persegi dan kovariansnya sama dengan variansnya. Pembagi n−1n - 1 juga digunakan untuk varians sampel. Jika dibagi dengan nn, hasilnya adalah kovarians kumpulan data itu sendiri.

Mengapa kovarians menentukan sebaran jumlah?

Untuk setiap titik berlaku (dx+dy)2=dx2+dy2+2dxdy(d_x + d_y)^2 = d_x^2 + d_y^2 + 2d_x d_y, dengan dxd_x dan dyd_y sebagai kedua simpangannya. Menjumlahkan lalu membagi dengan cara yang sama menghasilkan persis 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). Jika xx dan yy berubah searah, simpangannya saling memperkuat dan varians jumlahnya melebihi jumlah kedua varians. Jika arahnya berlawanan, simpangannya sebagian saling meniadakan dan jumlahnya dapat bervariasi lebih sedikit daripada masing-masing besaran. Itulah sebabnya menggabungkan besaran yang berubah berlawanan arah dapat menstabilkan totalnya. Aktifkan «Jumlah x + y»: tiap titik dipindahkan sepanjang garis dengan x+yx + y konstan hingga mencapai diagonal yang melalui pusat. Sebaran tanda pada diagonal itu menunjukkan sebaran jumlah.

Hal yang perlu diperhatikan

  • Kovarians 0 tidak berarti kedua besaran tidak berhubungan. Kontribusi titik-titik pada parabola dapat saling meniadakan dengan tepat. Kovarians hanya mengukur kecenderungan linear.
  • Satu titik yang jauh dari pusat pada kedua sumbu dapat menyumbang sebagian besar kovarians.
  • Setiap persegi panjang tetap dihitung penuh, termasuk jika saling menumpuk. Daerah yang bertumpuk tidak menjadi lebih gelap.

Kontrol

  • Klik bagian kosong untuk menambahkan titik. Pilih titik lalu tekan Delete untuk menghapusnya, atau gunakan tombol panah untuk memindahkannya.

Topik terkait