如何使用Excel COVARIANCE.S功能？

COVERAINCE.P函数”中了解到的，两个随机变量之间的关系的度量称为协方差。顾名思义，这两个变量的协方差告诉我们一个变量在其他变量更改时如何变化。协方差未定义一个变量对另一变量的依赖性。有两种类型的协方差计算。

首先是总体的协方差，另一个是样本的协方差。在本文中，我们将学习如何在Excel中计算样本的协方差。

协方差值可以是负值或正值。负值表示两个变量都沿相反方向移动。而且，您猜对了，正方差意味着两个变量朝相同的方向移动。

相关系数”，但是却有所不同。我们将在最后讨论它。

Excel提供了COVARIANCE.S来轻松计算样本数据的协方差。它是在Excel 2010中引入的，从该版本开始，它已被广泛使用。我在Excel 2016中使用它。此方法的另一个版本名为`link：/ statistical-formulas-how-to-use-excel-covariance-p [COVARIANCE.P]`，用于计算变量的协方差。人口。

COVARIANCE.S的语法：

Array1：*第一个变量的值。

Array2：*第二个变量的值。

注意：*这些数组可以按任何顺序放置。两个数组的长度应该相同。如果两个数组的长度不同，则excel将显示＃N / A错误。

既然我们已经知道了协方差，那么让我们举个例子让事情变得更加清晰。

在这里，我有一个样本数据集。在范围A2：A7中，我有一个变量X，在范围B2：B7中有另一个变量Y。现在，让我们计算此数据的协方差，看看这两个变量如何相互影响。

Let’s use the Excel COVARAINCE.S function:

这将返回6.533333333的值。

我们得到的协方差值为正值。它告诉X和Y向同一方向移动。换句话说，如果X增加，Y将增加，反之亦然。如果协方差为负值，则相反。

好了，用于计算样本协方差的数学公式如下：

这里X〜i〜是变量X中的任何值，其中X bar是变量X的样本均值。 Y〜i〜是变量Y中的任何值，其中Y bar是变量Y的样本均值。 n是观察数。我们从分母中减去1。出于安全考虑，这只是样本数据，我们注意到已捕获了整个人群的数据。这就是为什么它总是大于总体的协方差的原因。

如果您尝试在excel中手动计算样本的协方差，那么您将采用这种方式。

。首先，单元格中X和Y变量的“链接：/统计公式如何计算均值”。您可以使用平均功能。

。从X的每个值中减去X的平均值。对Y进行相同的操作。

。现在有多个X均值X和Y均值Y范围。参见上图。

。现在，对通过乘法获得的值求和。

。最后，将获得的总和除以多个观察值。在我们的例子中是6。

我们得到的数字是6.533333333，与我们从Excel COVARIANCE.S函数获得的数字完全相同。

首先和主要的不同是公式。通过将协方差除以Xs和Ys的标准偏差的乘积来计算出“链接：/如何找到出色的相关系数的统计公式”。

协方差告诉我们两个随机变量的方向，无论它们沿相同方向还是不同方向移动。它不能说明两个变量之间关系的强度。其中，相关性表示两个变量之间的关系强度，范围为-100％至100％。

好的，这就是您在Excel中使用COVARIANCE.P的方式。在本文中，我们不仅学习了COVARIANCE.P函数，而且还学习了如何手动计算以及如何导出它。我希望我能解释得足够。如果您对此静态函数或excel的任何其他静态函数有疑问，请在下面的注释部分中对其进行注释。

link：/统计公式如何在Excel中找到相关系数[如何在Excel中查找相关系数]

链接：/ statistical-formulas-calculate-intercept-in-excel [在Excel中计算INTERCEPT]`

链接：/ Excel中的统计公式计算斜率[在Excel中计算斜率]

link：/ statistical-formulas-how-to-use-excel-normdist-function [如何使用Excel NORMDIST函数]

link：/ tips-regression-data-analysis-tool [Excel 2010中的回归]

帕累托图和分析

50 Excel快捷方式以提高生产率]

link：/ vlookup-functions的公式和函数介绍[Excel中的VLOOKUP函数]

链接：/ tips-countif-in-microsoft-excel [Excel 2016中的COUNTIF]`

链接：/ excel-formula-and-function-excel-sumif-function [如何在Excel中使用SUMIF函数]`