howhenno.ru

Como calcular Covariâncias

Se você está estudando estatísticas ou a probabilidade, você provavelmente precisa aprender a calcular covariância, uma medida de como duas variáveis ​​mudam. Algumas variáveis ​​covary positivamente. Por exemplo, você pode prever que um verão mais quente significa uso de energia elétrica superior: como uma das variáveis ​​aumenta, o mesmo acontece com o outro. Outras variáveis ​​covary negativamente: como as temperaturas aumentam, você pode esperar compras camisola a diminuir. Finalmente, covariância zero indica que duas variáveis ​​- como a cor dos olhos e data de nascimento - são independentes uns dos outros. Os cálculos envolvidos são relativamente simples: Cov (x, y) = E {xy} - E {x} {E} y.

  • Vídeo: covarianza y coeficiente de correlación calculadora

    Calcular a média, ou média, da primeira variável, x. Adicione todos os pontos de dados e, em seguida, dividir pelo número de pontos de dados. Por exemplo, se tiver o conjunto de dados {1, 3, 3, 5} para x, a média é (1 + 3 + 3 + 5) / 4 = 3.



  • Calcule a média para a segunda variável, y, da mesma maneira. Suponha que você tenha o conjunto de dados {12, 12, 11, 7} para y. A média é (12 + 12 + 11 + 7) / 4 = 10.5.

  • Vídeo: Variância, covariância e coeficiente de correlação



    Multiplicar cada ponto de dados para x pelo ponto de dados correspondente para y. Por exemplo, para estes dois conjuntos de dados, que seria de calcular {12 x 1, 12 x 3, 11 x 3, x 7 5} = {12, 36, 33, 35}.



  • Calcule a média do conjunto de dados que você acabou de criar. Este é o E {xy}. Continuando com o exemplo: (12 + 36 + 33 + 35) / 4 = 29.

  • Vídeo: Covarianza (tabla de datos agrupados)

    Calcule E {x} E {y} multiplicando a média de x ea média de y você calculado anteriormente. No nosso exemplo, isso é 3 x 10,5 = 31,5.

  • Calcular a covariância utilizando a equação Cov (x, y) = E {xy} - E {x} {E} y. Finalizando o exemplo, 29-31,5 = -2,5. Esta é uma covariância negativo, indicando que, em geral, como uma variável aumenta, o outro diminui.

dicas avisos

  • Porque comparando covariâncias é como comparar maçãs e laranjas, covariâncias são frequentemente convertidos em coeficientes de correlação.
Compartilhar em redes sociais:

Similar