协方差计算器
协方差用于衡量两个变量如何一起变化：正值表示两者倾向于同向变动，负值表示反向变动，零值则表明不存在线性关系。与相关系数不同，协方差的单位是原单位的平方，因此其数值大小需结合具体情境才能解读。本计算器可同时给出样本协方差（除以n-1）和总体协方差（除以n）。
如何计算协方差
-
1
粘贴配对的 X/Y 数据
每行一个 X 和一个 Y，用逗号、制表符或空格分隔；每列的数据个数相同。
-
2
两种版本都会显示
计算器始终同时显示两者：样本协方差（除以 n-1）和总体协方差（除以 n）。
-
3
运行计算
计算器会计算均值与交叉离差，并将结果除以n或n-1。
-
4
查看结果
查看两个协方差值。正值表示变量倾向于同向变动，负值表示它们反向变动。
公式
样本协方差：cov(X, Y) = Σ((xᵢ - x̄)(yᵢ - ȳ)) / (n - 1)
总体协方差：cov(X, Y) = Σ((xᵢ - x̄)(yᵢ - ȳ)) / n
除数 n - 1（贝塞尔校正）使样本协方差成为总体协方差的无偏估计量。统计软件默认使用样本版本。
真正重要的是符号
| 符号 | 含义 |
|---|---|
| 正 | X 和 Y 倾向于同时高于或低于各自的均值 |
| 负 | X 高于均值时，Y 往往低于均值 |
| 零 | 无线性模式（仍可能为非线性） |
数值大小取决于所用单位：对成年人而言，cov(身高_cm, 体重_kg) 约为 +70，但若把身高改用米表示，则降至 +0.7，关系相同，数值不同。这正是更常报告相关系数的原因。
协方差与相关系数
相关系数 = 协方差 / (σ_X × σ_Y)
相关系数是无单位的形式，始终位于 [-1, +1] 区间内，可在不同数据集之间进行比较。协方差主要用在公式内部（投资组合方差、回归、PCA），而不太适合作为汇总统计量。
协方差被直接使用的场景
- 投资组合理论：投资组合方差 = Σ wᵢ wⱼ cov(rᵢ, rⱼ)。因为权重和方差很重要，所以需要的是协方差而非相关系数。
- 线性回归：斜率估计值 β = cov(X, Y) / var(X)。
- 主成分分析（PCA）：被对角化的正是协方差矩阵。
- 信号处理：互协方差衡量不同滞后处信号之间的相似度。
常见错误
- 混淆 n 与 n-1：在小数据集上，样本协方差与总体协方差可能相差几个百分点，从而导致可重复性问题。应明确你需要哪一种并加以说明。
- 解读数值大小：协方差为 50 本身并不算“大”；它完全取决于 X 和 Y 的单位与方差。
- 把零协方差当作独立性：零协方差只意味着不存在线性关系。两个变量可以协方差为 0，却仍能以非线性方式被完全预测（例如 X 对称时的 Y = X²）。
常见问题
当你的数据是更大总体的一个样本时（研究中的常见情况），使用样本（除以 n-1）；仅当数据集确实包含所有可能的观测值时，才使用总体（除以 n）。如果不确定，默认使用样本。
因为协方差的单位是两个单位的乘积。若 X 以元为单位、Y 以件数为单位，则协方差的单位为“元·件”。如果想要无单位的数值，请将其转换为相关系数（除以 σ_X × σ_Y）。
不会。|cov(X, Y)| ≤ σ_X × σ_Y（柯西-施瓦茨不等式）。仅当 Y 是 X 的完美线性函数时等号才成立。若计算器显示更大的协方差，则说明存在错误。
未必。零协方差只意味着不存在线性关系。函数 Y = sin(X) 在区间 [0, 2π] 上与 X 的协方差为 0，但它是完全确定的。只有当变量服从联合正态分布时，零协方差才意味着相互独立。
相关工具
倒相管长度计算器
根据音箱最终净容积、目标调谐频率、导向管净内尺寸和数量，估算圆形或槽形低音反射导向管长度，支持公制与英制。
宏量营养素计算器
把每日热量目标和宏量营养素百分比换算成蛋白质、碳水化合物和脂肪的克数。可查看均衡、高蛋白、增肌和低碳水分配。
TDEE 计算器
使用 Mifflin-St Jeor 方程和所选活动系数估算 BMR 与每日 TDEE。
板条护墙间距计算器
根据墙面宽度、净间距、板条实际宽度、锯缝和备用比例，规划室内板条护墙的中心线及竖向板条用料。
毛线长度与用量计算器
根据标签线长和重量估算剩余毛线，或把项目所需线长与预留量换算成整团购买数。支持米、码、克和盎司。
每小时换气次数计算器
根据房间尺寸和风量计算每小时换气次数（ACH），或按您输入的目标 ACH 计算所需的 CFM 或 m³/h。