Теория вероятностей и статистика · Ковариация

Ковариация

Для выборочной ковариации парных данных складывают произведения отклонений от соответствующих средних и делят на n − 1: cov = Σ(x − x̄)(y − ȳ)/(n − 1). Значение положительно, когда x и y обычно меняются в одном направлении, и отрицательно, когда одна величина растёт при уменьшении другой. Каждому произведению соответствует прямоугольник со знаком. Перемещайте точки и наблюдайте за квадратом ковариации.

Ковариация на этом графике

Выборочная ковариация парных данных показывает, как две величины меняются вместе. Произведения отклонений от соответствующих средних складывают и делят на 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}). Каждое слагаемое — произведение двух отклонений точки. Оно показано прямоугольником, для которого точка и центр (xˉ,yˉ)(\bar{x}, \bar{y}) служат противоположными вершинами. Точки справа вверху или слева внизу от центра дают положительные вклады, а два других квадранта — отрицательные. Оси имеют одинаковые единицы и масштаб, поэтому площади передаются без искажений. Площадь квадрата у центра равна модулю ковариации. При положительной ковариации квадрат направлен вправо, при отрицательной — влево.

О чём говорит величина ковариации

Единица ковариации — произведение единицы xx на единицу yy. Если ко всем значениям xx прибавить постоянную, ковариация не изменится. Но если измерять xx в единицах в десять раз мельче, численное значение ковариации возрастёт в десять раз. Знак указывает, вытянуты ли точки вдоль восходящей или нисходящей прямой; по одному модулю нельзя судить о силе связи. Если разделить ковариацию на оба стандартных отклонения, единицы сократятся и получится коэффициент корреляции r=cov⁡(x,y)/(sxsy)r = \operatorname{cov}(x, y)/(s_x s_y). В паре с самой собой величина xx даёт квадраты вместо прямоугольников, а её ковариация с собой равна её дисперсии. Делитель n−1n - 1 тот же, что у исправленной выборочной дисперсии. Деление на nn даёт ковариацию самого набора данных.

Почему ковариация определяет разброс суммы

Для каждой точки верно (dx+dy)2=dx2+dy2+2dxdy(d_x + d_y)^2 = d_x^2 + d_y^2 + 2d_x d_y, где dxd_x и dyd_y — её отклонения. При одинаковом способе усреднения получаем точное равенство 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). Когда xx и yy меняются в одном направлении, отклонения усиливают друг друга и дисперсия суммы превышает сумму дисперсий. При противоположных изменениях отклонения частично компенсируются, и сумма может колебаться меньше каждого слагаемого. Поэтому сложение величин, меняющихся в противоположных направлениях, стабилизирует итог. При включённой «Сумме x + y» каждая точка переносится вдоль прямой с постоянным x+yx + y на диагональ через центр. Разброс меток показывает разброс сумм.

На что обратить внимание

  • Нулевая ковариация не означает отсутствия зависимости. Вклады точек на параболе могут в точности компенсироваться. Ковариация измеряет лишь линейную тенденцию.
  • Одна точка, далёкая от центра по обеим осям, может определять большую часть ковариации.
  • Каждый прямоугольник учитывается полностью, даже если они перекрываются. В местах перекрытия заливка не темнеет.

Управление

  • Нажмите на свободное место, чтобы добавить точку. Выбранную точку можно удалить клавишей Delete или сдвинуть стрелками.

Связанные темы