檢視协方差的原始碼

{| class="wikitable" align="right"
|-
|<center><img src=https://www.kfzimg.com/sw/kfz-cos/kfzimg/efedfece/fcf57cba98053960_s.jpg width="250"></center>
<small>[https://search.kongfz.com/product_result/?key=%E5%8D%8F%E6%96%B9%E5%B7%AE&status=0&_stpmt=eyJzZWFyY2hfdHlwZSI6ImFjdGl2ZSJ9 来自 孔夫子旧书网 的图片]</small>
|}

'''协方差'''是一个科技名词。

世界三大汉语词典分别是[[中国]]大陆的《 汉语大词典<ref>[https://www.sohu.com/a/576642268_121145181 中国汉字博大精深，作为中国人的你知道有多少个嘛？]，搜狐，2022-08-14</ref>》(共13册，5.6万词条，37万单词)、中国台湾的《 中文大辞典 》(共10册，5万词条，40万单词)以及日本的《 大汉和辞典 》(共13册，4.9万词条，40万单词)。汉字是记录汉语的文字<ref>[https://www.sohu.com/a/500696857_121089534?_trans_=000019_wzwza 汉语的发展史，你了解多少：你真的会说汉语吗？]，搜狐，2021-11-12</ref>，它已有六千年左右的[[历史]]，是世界上最古老的文字之一。

==名词解释==

协方差（Covariance）在概率论和统计学中用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况，即当两个变量是相同的情况。

协方差表示的是两个变量的总体的误差，这与只表示一个变量误差的方差不同。如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值，另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值。如果两个变量的变化趋势相反，即其中一个大于自身的期望值，另外一个却小于自身的期望值，那么两个变量之间的协方差就是负值。

矩阵

分别为m与n个标量[[元素]]的列向量随机变量X与Y，这两个变量之间的协方差定义为m×n矩阵.其中X包含变量X1.X2......Xm，Y包含变量Y1.Y2......Yn，假设X1的期望值为μ1，Y2的期望值为v2，那么在协方差矩阵中（1,2）的元素就是X1和Y2的协方差。

两个向量变量的协方差Cov(X,Y)与Cov(Y,X)互为转置矩阵。

协方差有时也称为是两个随机变量之间“线性独立性”的度量，但是这个含义与线性代数中严格的线性独立性不同。

应用

协方差在农业上的应用

农业科学[[实验]]中，经常会出现可以控制的质量因子和不可以控制的数量因子同时影响实验结果的情况，这时就需要采用协方差分析的统计处理方法，将质量因子与数量因子(也称协变量)综合起来加以考虑。

比如，要研究3种肥料对苹果产量的实际效应，而各棵苹果树头年的“基础产量”不一致，但对试验结果又有一定的影响。要消除这一因素带来的影响，就需将各棵苹果树第1年年产量这一因素作为协变量进行协方差分析，才能得到正确的实验结果。

当两个变量相关时，用于评估它们因相关而产生的对应变量的影响。

当多个变量独立时，用方差来评估这种影响的差异。

当多个变量相关时，用协方差来评估这种影响的差异。

==参考文献==
[[Category:800 語言學總論]]