Beginner

Kovarianssilaskuri

Mittaa kuinka kaksi paritettua muuttujaa liikkuvat yhdessä laskemalla niiden otos- tai populaatiokovarianssi.
Comma or space separated
Must match the count of X values

Type

Divisor used for covariance
Covariance
1,5000

Sample covariance (divided by n − 1)

Mean of X
3
Mean of Y
4
Parit (n)
5
Tulokset ovat arvioita ja tarkoitettu vain yleiseen tiedoksi, eivätkä ne ole ammattilaisen neuvoja — varmista aina tärkeät tulokset itsenäisesti ennen kuin luotat niihin. Lue koko vastuuvapauslauseke.
Pikavastaus

Miten tämä laskin toimii?

Kovarianssi mittaa, kuinka kaksi paritettua muuttujaa vaihtelevat yhdessä. Laske kummankin keskiarvo, summaa niiden poikkeamien tulot Σ(xᵢ − x̄)(yᵢ − ȳ) ja jaa sitten n − 1:llä otokselle tai n:llä populaatiolle. Positiiviset arvot liikkuvat yhdessä, negatiiviset vastakkain, ja nolla tarkoittaa ettei lineaarista yhteisvaihtelua ole.

Kaava
cov(x, y) = Σ(xᵢ − x̄)(yᵢ − ȳ) / d, d = n − 1 (otos) tai n (populaatio)
How this is calculated

Syötä kaksi yhtä pitkää lukulistaa — X-arvot ja Y-arvot — pilkuin tai välilyönnein erotettuna. Kukin xᵢ paritetaan samassa kohdassa olevan yᵢ:n kanssa, joten järjestyksellä on väliä ja molemmissa listoissa on oltava sama määrä merkintöjä n.

Laskuri laskee ensin keskiarvot x̄ = Σx/n ja ȳ = Σy/n. Sitten se summaa paritettujen poikkeamien tulot Σ(xᵢ − x̄)(yᵢ − ȳ) ja jakaa valitulla jakajalla d. Otoskovarianssille d = n − 1 (Besselin korjaus, joka antaa harhattoman estimaatin otoksesta), ja populaatiokovarianssille d = n (kun data edustaa koko populaatiota).

Positiivinen kovarianssi tarkoittaa, että muuttujat pyrkivät nousemaan ja laskemaan yhdessä; negatiivinen arvo tarkoittaa, että toinen pyrkii nousemaan kun toinen laskee; lähellä nollaa oleva arvo merkitsee vähäistä lineaarista yhteisvaihtelua. Kovarianssi raportoidaan X:n ja Y:n yksiköiden tulona, joten sen suuruus riippuu mittakaavasta — käytä korrelaatiota yksiköttömään mittariin. Otoskovarianssi vaatii vähintään kaksi paria (n ≥ 2), jotta jakaja on positiivinen.

Usein kysytyt kysymykset

Otoskovarianssi jakaa n − 1:llä antaakseen harhattoman estimaatin, kun datasi on otos, kun taas populaatiokovarianssi jakaa n:llä, kun data kattaa koko populaation.

Kyllä. Kovarianssi lasketaan paritetuista havainnoista, joten molemmissa listoissa on oltava sama pituus ja kukin xᵢ sovitetaan samassa kohdassa olevaan yᵢ:hin.

Lähellä nollaa oleva kovarianssi tarkoittaa, että muuttujien välillä on vähän lineaarista yhteisliikettä, vaikka epälineaarinen yhteys voisi silti olla olemassa.

Tunnetaan myös nimellä

kovarianssi
kovarianssi laskuri
otoskovarianssi
populaation kovarianssi
yhteisvaihtelu
cov

APA

TG we-Calculate Editorial Team. (2026). Kovarianssilaskuri [Online calculator]. TG we-Calculate. https://we-calculate.com/fi/calculator/covariance-calculator

Chicago

TG we-Calculate Editorial Team. "Kovarianssilaskuri." TG we-Calculate. 2026. https://we-calculate.com/fi/calculator/covariance-calculator.

IEEE

TG we-Calculate Editorial Team, "Kovarianssilaskuri," TG we-Calculate, 2026. [Online]. Available: https://we-calculate.com/fi/calculator/covariance-calculator

BibTeX

@misc{wecalculate_covariance_calculator, title = {Kovarianssilaskuri}, author = {{TG we-Calculate Editorial Team}}, howpublished = {\url{https://we-calculate.com/fi/calculator/covariance-calculator}}, year = {2026}, note = {TG we-Calculate} }

Oliko tästä laskimesta sinulle apua?