第1个回答 2022-07-26
（1）已知变量x 和y, 现在想了解x和y的相关性(x和y均为连续变量，默认没有异常值存在，即偏离平均值较大的数据）
（6）计算方法的劣势
该值与离均差平方和有一个共同的缺点，即数据越多，该值可能越大，不利于不同数据之间的相互比较。
因此，我们将其除以例数，就可以消除例数的影响。最终形成的指标就是协方差(Covariance)：
事实上，协方差跟方差是一回事，如果你把公式中的y都换成x, 就变成了x的方差。因此，方差可以看作协方差的特例，自己对自己的关系就是方差。
（1）利用协方差比较不同数据之间的相关性大小还存在一个致命问题，那就是度量单位的问题。试想，如果把表1中的x和y各扩大10倍，那么二者的关系并没有发生改变，但协方差值却会增大几百倍。这说明协方差不利于度量单位不同的数据之间的比较。
因此，我们想到了标准化：
通过标准化，使得不同度量单位的数据均变换为以0为均数、以1为标准差的值，这样就可以直接比较数据大小了。
（2）数据标准化后的协方差