协方差到相关系数

首先要明确：协方差、相关系数本质上是一个东西，目的都是描述两个随机变量之间具有什么样的关系。

事物之间的关系

事物之间的关系有两种：有关系（正相关、负相关）、没关系。买房人数和房价是有关系的，买房人数越多则房价越高（正相关）；而中彩票与求神拜佛之间，我觉得是没关系的。

一、 协方差

1）你变大，同时我也变大，说明两个变量是同向变化的，这时协方差就是正的。2）你变大，同时我变小，说明两个变量是反向变化的，这时协方差就是负的。3）从数值来看，协方差的数值越大，两个变量（正、负相关）程度也就越大。反之亦然。协方差公式如下：

X,Y围绕均值附近，根据协方差公式来判断符号正负，以下图1 同向变化，乘积为正，故为正相关；图2为负相关。

        

以上两种情况一眼可以看出正负相关性，这里还有一些就很难一眼看出，需要通过计算来判断。这时，很可能某一时刻的值与的值乘积为正，另外一个时刻的值与的值乘积为负。将每一时刻与的乘积加在一起，其中的正负项就会抵消掉，最后求平均得出的值就是协方差，通过协方差的数值大小，就可以判断这两个变量同向或反向的程度了。总结一下，如果协方差为正，说明X，Y同向变化，协方差越大说明同向程度越高；如果协方差为负，说明X，Y反向运动，协方差越小说明反向程度越高。（注意：方差为正，是整体变化为正相关，不必每时每刻都正相关。）

         

二、相关系数

用X、Y的协方差除以X的标准差和Y的标准差的乘积，就得到相关系数，公式表示如下：

   相关系数值区间[-1,1]，也可以看成协方差：一种剔除了两个变量量纲影响、标准化后的特殊协方差。由于它是标准化后的协方差，因此更重要的特性来了：它消除了两个变量变化幅度的影响，而只是单纯反应两个变量每单位变化时（归一化后）的相似程度。

 

很容易就可以看出以上两种情况X，Y都是同向变化的，而这个“同向变化”，有个非常显著特征：X、Y同向变化的过程，具有极高的相似度！无论第一还是第二种情况下，都是：t1时刻X、Y都大于均值，t2时刻X、Y都变小且小于均值，t3时刻X、Y继续变小且小于均值，t4时刻X、Y变大但仍小于均值，t5时刻X、Y变大且大于均值……

第一种情况方差：  

第二种情况方差：

协方差相差出了一万倍，只能从两个协方差都是正数判断出两种情况下X、Y都是同向变化，但是，一点也看不出两种情况下X、Y的变化都具有相似性这一特点。为什么？因为以上两种情况下，在X、Y两个变量同向变化时，X变化的幅度不同，这样，两种情况的协方差更多的被变量的变化幅度所影响了。于是我们从相关系数来观察两种情况的差别：

第一种情况的相关系数计算：

于是相关系数得到：

同理，第二种情况的相关系数计算：

于是相关系数得到：

结论：两种情况的相关系数相等，故两者具有一致的相关性。

写在最后：对于更加严谨深刻的学习协方差和相关系数，可从欧式距离和余弦距离进行。