Elysia Tools
导航
Math & Numbers
· 最后更新：2026-04-29
根据成对数值数据计算样本协方差和总体协方差
详情
输入成对观测或两列对齐数据，计算变量是否同向或反向变化，并可附带皮尔逊相关系数。
执行
填写表单、运行工具，并在同一页面查看结果。
案例
相关内容
工具使用指南
协方差计算器是一款专业的在线统计工具，旨在帮助用户快速计算成对数值数据的样本协方差和总体协方差。通过输入成对的观测值或独立对齐的 X 与 Y 数据列，该工具能够精准衡量两个变量是否具有同向或反向的线性变化趋势，并支持一键生成皮尔逊相关系数，是数据分析、金融建模和学术研究的得力助手。
背景
分析师正在构建一个包含资产 A 和资产 B 的双资产投资组合，需要评估两者的风险分散效果。
问题
需要计算两只股票过去 5 个月收益率的样本协方差，以判断它们是否同涨同跌。
如何使用
将资产 A 和 B 的收益率数据按对输入到“数据对”文本框中，选择“样本协方差”，并勾选包含相关系数。
{"covarianceType": "sample", "includeCorrelation": true, "decimalPlaces": 4}结果
快速获得样本协方差数值，发现协方差为负，证明两项资产具有良好的风险对冲潜力。
背景
学生在完成统计学项目，收集了连续 5 天的平均气温（X）和冷饮销量（Y）数据。
问题
需要计算总体协方差和皮尔逊相关系数，以量化气温升高对销量的影响。
如何使用
在 X 值框输入气温数据，在 Y 值框输入销量数据，选择“总体协方差”并设置保留 2 位小数。
{"xValues": "25, 28, 30, 32, 35", "yValues": "100, 120, 150, 170, 200", "covarianceType": "population", "decimalPlaces": 2}结果
结果显示正的总体协方差和接近 1 的相关系数，准确验证了气温与销量之间的强正相关关系。
样本协方差用于评估从总体中抽取的样本数据，计算时分母为 n-1（自由度）；总体协方差用于评估完整的总体数据，分母为 n（数据对总数）。
正协方差表示两个变量倾向于同向变化（一个增大，另一个也增大）；负协方差表示反向变化；接近 0 则表示缺乏明显的线性协同趋势。
协方差的绝对值受数据量纲（单位）影响，难以直接比较相关程度。皮尔逊相关系数是标准化的协方差，取值在 -1 到 1 之间，能更直观地反映线性相关的强度。
您可以每行输入一对用逗号分隔的数值，或者分别在 X 和 Y 输入框中填入用逗号分隔的数值序列。两组数据的数量必须完全一致。
您可以在设置中自定义小数位数，支持保留 0 到 10 位小数，默认保留 4 位以保证统计精度。