标准差协方差相关系数的公式详解

描述:
标准差协方差相关系数的公式详解
精选回答

标准差协方差相关系数这三个统计量经常配套使用,标准差用来衡量单组数据自身的离散波动程度,协方差用来刻画两组变量之间同向或者反向联动变化的趋势,相关系数是把协方差做标准化处理之后得到的无量纲指标,用来判断两组变量线性相关的强弱和方向,三个公式之间存在递进推导关系,协方差的计算基础是两组数据各自的均值,相关系数的分母就是两组数据标准差的乘积,理解这套公式的时候,要先分清总体和样本两套不同的分母,这也是初学者最容易混淆的关键点,总体统计量除以全部数据个数,样本统计量为了修正估计偏差会把分母改成自由度也就是 n 减一,后续计算的时候要根据数据是全部总体还是抽样样本选择对应的公式版本。

一 标准差公式

标准差分为总体标准差和样本标准差,核心思路是先求每个数据和均值的偏差平方,再求平均之后开平方,平方操作是为了消除正负偏差互相抵消的问题。

总体标准差公式

σ 等于根号下 求和 括号 xi 减 μ 的平方 除以 n

符号说明

σ 总体标准差

μ 总体均值

xi 第 i 个观测数据

n 总体全部数据个数

样本标准差公式

s 等于根号下 求和 括号 xi 减 x 拔的平方 除以括号 n 减 1

符号说明

s 样本标准差

x 拔 样本均值

n 样本数据数量

n 减 1 自由度,修正样本估计的低估偏差

二 协方差公式

协方差描述两个变量 X 和 Y 的联合变动方向,如果协方差为正数代表两个变量倾向同时变大或者同时变小,协方差为负数代表一个变大另一个倾向变小,协方差数值本身带有原始数据的单位,所以不能直接用来对比不同量纲变量的相关强弱。

总体协方差公式

Cov (X,Y) 等于 求和 括号 xi 减 μx 乘以 括号 yi 减 μy 除以 n

符号说明

μx X 变量的总体均值

μy Y 变量的总体均值

xi X 的第 i 个数据

yi Y 的第 i 个数据

样本协方差公式

Sxy 等于 求和 括号 xi 减 x 拔 乘以 括号 yi 减 y 拔 除以括号 n 减 1

三 相关系数公式

皮尔逊相关系数也就是最常用的线性相关系数,本质就是协方差除以两个变量标准差的乘积,经过标准化之后数值固定落在负 1 到正 1 区间,没有单位,正 1 代表完全正线性相关,负 1 代表完全负线性相关,0 代表不存在线性相关关系,注意这个指标只识别线性关系,非线性相关就算相关系数接近 0 也不能判定两个变量完全无关。

皮尔逊相关系数总体版本

ρxy 等于 Cov (X,Y) 除以 括号 σx 乘以 σy

皮尔逊相关系数样本版本

rxy 等于 Sxy 除以 括号 sx 乘以 sy

展开之后完整展开式

rxy 等于 求和括号 xi 减 x 拔乘以 yi 减 y 拔 除以 根号下 求和括号 xi 减 x 拔平方 乘以 求和括号 yi 减 y 拔平方

四 三者关系对照表

统计量作用是否带单位取值范围分母
标准差单变量离散程度有原始单位大于等于 0总体 n 样本 n 减 1
协方差双变量联动趋势有原始单位正负均可总体 n 样本 n 减 1
相关系数双变量线性相关强弱无单位负 1 到正 1协方差除以两个标准差乘积

五 计算实操步骤

第一步 分别计算 X 变量均值和 Y 变量均值

第二步 对每一组配对数据,计算 xi 减 x 拔,yi 减 y 拔

第三步 计算偏差乘积,以及偏差平方项

第四步 代入协方差公式算出协方差数值

第五步 分别算出 X 的标准差和 Y 的标准差

第六步 协方差除以两个标准差相乘,得到相关系数

第七步 根据结果判断,相关系数绝对值大于 0.8 一般认为强线性相关,0.3 到 0.8 属于中等相关,小于 0.3 属于弱线性相关

【常见问题】

问题 1 协方差和相关系数为什么分母一个用 n 一个用 n 减 1

回答 1 协方差和相关系数如果使用总体数据,协方差公式分母是 n,如果是抽样样本,协方差分母是 n 减 1,对应的相关系数是由样本协方差除以样本标准差得到,所以整套样本体系统一使用自由度 n 减 1,目的是降低样本对总体协方差估计的系统偏差。

问题 2 协方差数值很大是不是就代表相关系数一定很大

回答 2 不是,协方差的大小同时受变量波动幅度影响,就算协方差数值很大,如果两个变量自身标准差也非常大,做标准化之后得到的相关系数依旧可能很小,相关系数剔除了量纲和波动幅度影响,这也是相关系数比协方差更适合判断线性相关强弱的原因。

问题 3 标准差为 0 的时候相关系数还能计算吗

回答 3 不能,标准差为 0 代表该变量所有数据全部相等,没有任何波动,相关系数的分母是两个标准差相乘,分母会变成 0,公式无法求解,这种情况下变量不存在变动,也就不存在和另一变量的线性相关关系。

问题 4 相关系数等于 0 是不是说明两个变量完全没有任何关系

回答 4 不是,相关系数是皮尔逊线性相关指标,相关系数等于 0 只代表不存在线性相关,两个变量有可能存在很强的曲线非线性关系,不能仅凭相关系数等于 0 就判定变量之间没有关联。

【免责申明】

本文所有标准差协方差相关系数公式属于统计学基础理论内容,仅用于学习参考,实际业务建模科研分析时,需要结合数据类型样本独立性异常值分布形态综合判断,公式计算结果不能直接作为决策唯一依据,不构成任何统计分析专业建议。