Probabilidade e estatística · Covariância

Covariância

Para calcular a covariância amostral de dados emparelhados, somam-se os produtos dos desvios em relação às médias e divide-se por n − 1: cov = Σ(x − x̄)(y − ȳ)/(n − 1). É positiva quando x e y tendem a variar no mesmo sentido e negativa quando uma sobe e a outra desce. Cada produto forma um retângulo com sinal. Arraste os pontos e observe o quadrado da covariância.

A covariância neste gráfico

A covariância amostral de dados emparelhados mede como duas grandezas variam em conjunto: somam-se os produtos dos desvios de cada par em relação às respetivas médias e divide-se por n−1n - 1, ou seja, 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}). Cada parcela é o produto dos dois desvios de um ponto, representado pelo retângulo entre o ponto e o centro (xˉ,yˉ)(\bar{x}, \bar{y}). Os pontos acima e à direita ou abaixo e à esquerda do centro dão áreas positivas; os outros dois quadrantes dão áreas negativas. Os eixos usam a mesma unidade e escala, preservando as áreas. A área do quadrado central é o valor absoluto da covariância. O quadrado estende-se para a direita se esta for positiva e para a esquerda se for negativa.

O que indica a sua grandeza

A unidade da covariância é a unidade de xx multiplicada pela de yy. Somar uma constante a todos os valores de xx não a altera. Contudo, medir xx numa unidade dez vezes menor multiplica a covariância por dez. O sinal indica se os pontos tendem a seguir uma reta ascendente ou descendente; a grandeza por si só não indica a força da relação. Dividir pelos dois desvios-padrão elimina as unidades e dá o coeficiente de correlação r=cov⁡(x,y)/(sxsy)r = \operatorname{cov}(x, y)/(s_x s_y). Se emparelharmos xx consigo própria, os retângulos tornam-se quadrados e a covariância com ela própria é a sua variância. O divisor n−1n - 1 é o usado na variância amostral; dividir por nn dá a covariância do próprio conjunto de dados.

Por que determina a dispersão de uma soma?

Para cada ponto, (dx+dy)2=dx2+dy2+2dxdy(d_x + d_y)^2 = d_x^2 + d_y^2 + 2d_x d_y, sendo dxd_x e dyd_y os seus desvios. Tomando as médias da mesma forma, obtém-se exatamente 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 variam no mesmo sentido, os desvios reforçam-se e a variância da soma é maior do que a soma das variâncias. Quando variam em sentidos opostos, os desvios compensam-se parcialmente e a soma pode variar menos do que qualquer das parcelas. É por isso que combinar grandezas que variam em sentidos opostos estabiliza um total. Com «Soma x + y» ativo, cada ponto desloca-se ao longo de uma reta de x+yx + y constante até à diagonal que passa pelo centro. A dispersão dessas marcas é a dispersão das somas.

Aspetos a observar

  • Uma covariância de 0 não implica que as grandezas sejam independentes: numa parábola, os contributos podem compensar-se exatamente. A covariância mede apenas a tendência linear.
  • Um único ponto afastado do centro nos dois eixos pode contribuir com a maior parte da covariância.
  • Cada retângulo conta por inteiro, mesmo onde há sobreposição. A cor não fica mais escura nessas zonas.

Controlos

  • Clique numa zona vazia para adicionar um ponto. Selecione-o e prima Delete para o eliminar ou use as setas para o mover.

Temas relacionados