機率與統計 · 共變異數

共變異數

計算成對資料的樣本共變異數時,先將每對資料各自偏離平均值的差相乘,加總後除以n − 1,即cov = Σ(x − x̄)(y − ȳ)/(n − 1)。x和y傾向同向變動時為正,一升一降時為負。每個乘積都用帶正負號的矩形表示。拖動資料點,觀察共變異數正方形如何改變。

圖中的共變異數

成對資料的樣本共變異數衡量兩個量如何一起變動。將每對資料的兩個離均差相乘,再將乘積加總後除以n−1n - 1,即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})。每一項都是一個點的兩個離均差的乘積,在圖中畫成該點與中心(xˉ,yˉ)(\bar{x}, \bar{y})界出的矩形。位於中心右上方或左下方的點給出正的面積,另外兩個象限給出負的面積。兩軸的單位與比例尺相同,因此圖上的面積能如實表示乘積。中心正方形的面積等於共變異數的絕對值;共變異數為正時,它向右展開,為負時向左展開。

大小代表什麼

共變異數的單位是xx的單位乘以yy的單位。所有xx值都加上同一個常數,共變異數不變;若改用原來十分之一大的單位來量xx,共變異數的數值便變成十倍。正負號表示資料點傾向沿上升或下降的直線分布,單看數值大小卻無法判斷趨勢有多強。除以兩個變數的標準差便可消去單位,得到相關係數r=cov⁡(x,y)/(sxsy)r = \operatorname{cov}(x, y)/(s_x s_y)。將xx與自己配對時,矩形變成正方形,與自身的共變異數就是它的變異數。除數n−1n - 1與樣本變異數相同;若改為除以nn,得到的是這組資料本身的共變異數。

為什麼共變異數會影響和的分散程度

對每一個點都有(dx+dy)2=dx2+dy2+2dxdy(d_x + d_y)^2 = d_x^2 + d_y^2 + 2d_x d_y,其中dxd_x和dyd_y是該點的兩個離均差。用相同方式取平均,就能得到恆等式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)。當xx和yy同向變動,兩個離均差彼此加強,和的變異數便大於兩者的變異數之和;當它們反向變動,離均差部分抵銷,和的變異數甚至可能比任一項的變異數都小。把反向變動的量相加,有助於讓總量穩定。開啟「和 x + y」後,每個點沿著x+yx + y不變的直線移到通過中心的對角線上;這些標記的分散情形就是各個和的分散情形。

觀察重點

  • 共變異數為0不代表兩個量無關。拋物線上的點也能恰好抵銷;共變異數只衡量線性趨勢。
  • 如果一個點在兩軸上都遠離中心,它就可能貢獻大部分的共變異數。
  • 重疊的矩形仍各自按完整面積計算;重疊處的顏色不會變深。

操作方式

  • 按一下空白處可新增點。選取一個點後,按Delete刪除,或用方向鍵移動。

相關主題