Cómo calcular covarianzas

Si usted está estudiando las estadísticas o la probabilidad, es probable que tenga que aprender a calcular la covarianza, una medida de cómo cambian las dos variables. Algunas variables covarían positivamente. Por ejemplo, es posible predecir que un verano más caliente significa un mayor consumo de energía eléctrica: como una de las variables aumenta, también lo hace la otra. Otras variables covarían negativa: a medida que aumentan las temperaturas, se podría esperar compras suéter a disminuir. Por último, la covarianza cero indica que dos variables - como el color de ojos y fecha de nacimiento - son independientes entre sí. Los cálculos involucrados son relativamente simples: Cov (x, y) = E {xy} - E {x} E {y}.


  • Video: Distribucion bidimensional SECUNDARIA (4ºESO) Recta de regresion correlacion

    Calcular la media, o promedio, de la primera variable, x. Añadir todos los puntos de datos y luego dividir por el número de puntos de datos. Por ejemplo, si tiene el conjunto de datos {1, 3, 3, 5} para x, la media es (1 + 3 + 3 + 5) / 4 = 3.

  • Calcular la media de la segunda variable, y, de la misma manera. Suponga que tiene el conjunto de datos {12, 12, 11, 7} para y. La media es (12 + 12 + 11 + 7) / 4 = 10,5.

  • Video: Covarianza (tabla de datos sin agrupar)

    Multiplicar cada punto de datos para x por el punto de datos correspondiente para y. Por ejemplo, para estos dos conjuntos de datos, se calcularía {12 x 1, 12 x 3, 11 x 3, 7 x 5} = {12, 36, 33, 35}.

  • Calcular la media del conjunto de datos que acaba de crear. Este es el E {xy}. Continuando con el ejemplo: (12 + 36 + 33 35) / 4 = 29.

  • Calcular E {x} E {y} multiplicando la media de x, y la media de y calculado anteriormente. En nuestro ejemplo, eso es 3 x 10,5 = 31,5.

  • Video: Estadística bidimensional. Cálculo de la covarianza

    Calcula la covarianza usando la ecuación Cov (x, y) = E {xy} - E {x} E {y}. Acabado el ejemplo 29 - 31,5 = -2.5. Esta es una covarianza negativa, lo que indica que, en general, como una variable aumenta, la otra disminuye.

Consejos advertencias

  • Debido a la comparación de covarianzas es como comparar manzanas y naranjas, covarianzas son a menudo convierten a los coeficientes de correlación.
Artículos Relacionados