Probabilità e statistica · Covarianza

Covarianza

La covarianza campionaria di dati appaiati si ottiene sommando i prodotti degli scarti di ogni coppia dalle rispettive medie e dividendo per n − 1: cov = Σ(x − x̄)(y − ȳ)/(n − 1). È positiva quando x e y tendono a variare insieme, negativa quando una cresce mentre l’altra diminuisce. Ogni prodotto è un rettangolo con segno. Trascina i punti e osserva il quadrato della covarianza.

La covarianza in questa visualizzazione

La covarianza campionaria misura come variano insieme due grandezze in dati appaiati. Si sommano i prodotti degli scarti di ogni coppia dalle rispettive medie e si divide per 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}). Ogni termine è il prodotto dei due scarti di un punto, qui rappresentato dal rettangolo tra il punto e il centro (xˉ,yˉ)(\bar{x}, \bar{y}). I punti in alto a destra o in basso a sinistra del centro danno rettangoli positivi, gli altri negativi. Entrambi gli assi hanno la stessa unità e la stessa scala, quindi le aree sono in scala. Il quadrato centrale ha area pari al valore assoluto della covarianza e si estende a destra se la covarianza è positiva, a sinistra se è negativa.

Come interpretarne il valore

L’unità della covarianza è il prodotto delle unità di xx e yy. Aggiungere una costante a tutti i valori di xx non cambia nulla, ma misurare xx in un’unità dieci volte più piccola moltiplica per dieci la covarianza. Il segno indica se i punti tendono a disporsi lungo una retta crescente o decrescente. Il valore assoluto, da solo, non dice quanto sia forte la tendenza. Dividendo per entrambe le deviazioni standard si eliminano le unità e si ottiene il coefficiente di correlazione r=cov⁡(x,y)/(sxsy)r = \operatorname{cov}(x, y)/(s_x s_y). Abbinando xx a sé stessa si ottengono quadrati invece di rettangoli e la covarianza coincide con la varianza. Il divisore n−1n - 1 è quello della varianza campionaria. Dividendo invece per nn si ottiene la covarianza dell’insieme dei dati considerato come popolazione.

Perché determina la dispersione di una somma

Per ogni punto vale (dx+dy)2=dx2+dy2+2dxdy(d_x + d_y)^2 = d_x^2 + d_y^2 + 2d_x d_y, dove dxd_x e dyd_y sono i suoi scarti. Sommando e dividendo allo stesso modo si ottiene esattamente 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). Quando xx e yy variano in modo concorde, gli scarti si sommano e la varianza della somma supera la somma delle varianze. Se variano in senso opposto, gli scarti si compensano in parte e la somma può variare meno di ciascuna delle due grandezze. Per questo combinare grandezze che variano in senso opposto stabilizza il totale. Attiva «Somma x + y»: ogni punto si sposta lungo una retta a x+yx + y costante fino alla diagonale che passa per il centro. La dispersione dei segni sulla diagonale rappresenta quella delle somme.

Cosa osservare

  • Una covarianza nulla non esclude un legame: i punti su una parabola possono bilanciarsi esattamente. La covarianza misura solo una tendenza lineare.
  • Un solo punto, lontano dal centro su entrambi gli assi, può determinare gran parte della covarianza.
  • Ogni rettangolo conta per intero anche quando ne ricopre un altro. Le zone sovrapposte non si scuriscono.

Comandi

  • Fai clic su uno spazio vuoto per aggiungere un punto. Seleziona un punto e premi Canc per eliminarlo o usa le frecce per spostarlo.

Argomenti correlati