Pamiętaj: Wyniki kalkulatorów mają charakter informacyjny i zależą od podanych danych oraz przyjętych założeń. W sprawach finansowych, podatkowych, prawnych lub zdrowotnych zweryfikuj wynik w aktualnym źródle lub u odpowiedniego specjalisty. Pamiętaj: Wyniki kalkulatorów mają charakter informacyjny i zależą od podanych danych oraz przyjętych założeń. W sprawach finansowych, podatkowych, prawnych lub zdrowotnych zweryfikuj wynik w aktualnym źródle lub u odpowiedniego specjalisty.
Przejdź do treści

Kowariancja - kalkulator

Wpisz dwie zmienne i oblicz kowariancję z próby lub populacji, średnie, odchylenia standardowe, korelację Pearsona i kolejne kroki.

Kowariancja

Wpisz pary danych

Jedna para w każdym wierszu. Najwygodniej oddziel X i Y średnikiem, np. 1,5; 2,4.
Listy muszą mieć tyle samo wartości. Przy przecinku dziesiętnym oddzielaj wartości średnikiem lub nowym wierszem.
Wskazówka: znak kowariancji pokazuje kierunek wspólnych zmian. Jej wartość zależy od jednostek, dlatego do porównywania zależności między różnymi zbiorami lepiej użyć korelacji Pearsona.

Wynik

Kowariancja
5,7143
z próby
Liczba par
8
n
Średnia X
4,5000
x̄
Średnia Y
6,0000
ȳ
Odchylenie X
2,4495
dla próby
Odchylenie Y
2,9277
dla próby
Korelacja Pearsona
0,7971
r
Kierunek
dodatni
wspólne zmiany X i Y
Dodatnia kowariancja oznacza, że większym wartościom X zwykle towarzyszą większe wartości Y.

Wykres punktowy

Jak powstał wynik?

Co sprawdzić po kowariancji?

Sam znak kowariancji to zwykle początek analizy. Przejdź od razu do narzędzia, które odpowiada na kolejne pytanie.

Co to jest kowariancja?

Kowariancja pokazuje, czy dwie zmienne odchylają się od swoich średnich zwykle w tym samym, czy w przeciwnym kierunku. Dodatni wynik oznacza, że większym wartościom X częściej towarzyszą większe wartości Y. Ujemny wynik oznacza przeciwny kierunek zmian.

Wielkość kowariancji zależy od jednostek danych, dlatego do porównywania siły zależności między różnymi zbiorami wygodniejsza jest korelacja Pearsona.

Wzór na kowariancję

Dla próby:

cov(X,Y) = Σ(Xᵢ − x̄)(Yᵢ − ȳ) / (n − 1)

Dla populacji:

covpop(X,Y) = Σ(Xᵢ − μX)(Yᵢ − μY) / n

Kalkulator pokazuje odchylenia każdej pary od średnich, ich iloczyn, sumę iloczynów i końcowe dzielenie przez n − 1 albo n.

Jak czytać znak kowariancji?

Dodatnia

X i Y częściej odchylają się od swoich średnich w tym samym kierunku.

Ujemna

Gdy jedna zmienna jest powyżej swojej średniej, druga częściej jest poniżej swojej średniej.

Równa 0 lub bliska 0

Nie widać wyraźnej liniowej współzmienności. Nadal może istnieć zależność nieliniowa.

Kowariancja a korelacja Pearsona

Korelację Pearsona można otrzymać przez podzielenie kowariancji przez iloczyn odchyleń standardowych obu zmiennych:

r = cov(X,Y) / (sX · sY)

Jeśli wszystkie wartości X albo wszystkie wartości Y są takie same, kowariancja nadal może być policzona i wynosi 0, ale korelacja Pearsona nie jest wtedy określona.

Kiedy wybrać próbę, a kiedy populację?

Jeżeli dane są próbką pobraną z większej zbiorowości, wybierz wariant z mianownikiem n − 1. Jeśli analizujesz cały interesujący Cię zbiór, wybierz wariant populacyjny z mianownikiem n.

Przy małej liczbie par różnica między tymi wynikami jest większa. Wraz ze wzrostem liczby obserwacji wyniki stają się coraz bardziej zbliżone.

Przykład krok po kroku

Dla każdej pary kalkulator odejmuje średnią X od wartości X oraz średnią Y od wartości Y. Następnie mnoży te dwa odchylenia. Iloczyn jest dodatni, gdy oba odchylenia mają ten sam znak, i ujemny, gdy mają znaki przeciwne.

Po zsumowaniu wszystkich iloczynów kalkulator dzieli sumę przez n − 1 dla próby albo przez n dla populacji.

Najczęstsze pomyłki

  • Porównywanie samej wartości kowariancji między różnymi skalami. Do tego lepiej użyć korelacji.
  • Mylenie znaku z siłą zależności. Znak mówi przede wszystkim o kierunku wspólnych zmian.
  • Listy o różnej długości. Każda wartość X musi mieć odpowiadającą jej wartość Y.
  • Pomijanie wykresu punktowego. Wykres może ujawnić wartości odstające albo zależność, której jedna liczba nie pokazuje dobrze.
  • Traktowanie współzmienności jako dowodu przyczyny. Wspólne zmiany nie dowodzą, że jedna zmienna powoduje drugą.

Wskazówka od KalkulatorXXL

Najpierw sprawdź znak kowariancji, potem korelację Pearsona i wykres punktowy. Te trzy informacje razem dają znacznie pełniejszy obraz zależności niż sama kowariancja.

Więcej narzędzi ze statystyki: Statystyka, prawdopodobieństwo i rozkłady – akademia obliczeń.

FAQ - kowariancja

Kowariancja pokazuje, czy dwie zmienne odchylają się od swoich średnich w podobnym czy przeciwnym kierunku.

Oznacza, że większym wartościom jednej zmiennej zwykle odpowiadają większe wartości drugiej.

Oznacza, że większym wartościom jednej zmiennej zwykle odpowiadają mniejsze wartości drugiej.

Oznacza brak wyraźnej liniowej współzmienności, ale nie wyklucza zależności nieliniowej.

Wzór to suma iloczynów odchyleń od średnich podzielona przez n-1.

Kowariancja z próby dzieli przez n-1, a kowariancja populacyjna przez n.

Kowariancja zależy od jednostek, a korelacja jest standaryzowana i mieści się od -1 do 1.

Częściowo, ale przez zależność od skali lepiej porównywać siłę związku korelacją.

Nie. Kowariancja pokazuje współzmienność, ale nie dowodzi związku przyczynowego.

Tak. Kalkulator dodatkowo pokazuje korelację Pearsona jako standaryzowaną wersję kowariancji.

Ostatnia aktualizacja: 29.09.2026