协方差是什么？

理解协方差

回顾方差

定义：用于衡量一组数据的离散程度。在统计描述中，方差用来计算每一个变量（观察值）与总体均数之间的差异。
公式：
左边为样本方差，X为变量， u为样本均值，N为样本例数。
假设统计一个社区的人的年龄，X就是每个人的年龄，u就是平均年龄。求年龄的方差可以表现出这个社区的人的年龄跨度。

协方差

一张最直观的图表示协方差

定义：协方差（Covariance）用于衡量两个变量的总体误差。如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值，另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值。 如果两个变量的变化趋势相反，即其中一个大于自身的期望值，另外一个却小于自身的期望值，那么两个变量之间的协方差就是负值。
假设对刚才的社区的未成年人进行年龄和身高的统计，年龄和身高是正相关的。

公式2—可以有如下理解：如果有X,Y两个变量，每个时刻的“X值与其均值之差”乘以“Y值与其均值之差”得到一个乘积，再对这每时刻的乘积求和并求出均值。

再举个例子，小区未成年三人，14岁-1.5m，17岁-1.8m，11岁-1.2m，平均14岁-1.5m，利用上述公式进行计算 Cov =[ (14-14) ✖ (1.5-1.5) + (17-14) ✖ (1.8-1.5) + (12-14) ✖ (1.2-1.5) ] / 2 = 0.75
求出的值大于0，与我们的判断相符合，年龄和身高是正相关的。（啊啊啊！ 什么废话~）

多维的情况如图

1.协方差可以反应两个变量的协同关系， 变化趋势是否一致。同向还是方向变化。
2.X变大，同时Y也变大，说明两个变量是同向变化的，这时协方差就是正的。
3.X变大，同时Y变小，说明两个变量是反向变化的，这时协方差就是负的。
4.从数值来看，协方差的数值越大，两个变量同向程度也就越大。反之亦然。

看无数次，忘记无数次，写出来看能不能印象深刻点。(￣ε(#￣) (￣ε(#￣) (￣ε(#￣)