协方差公式

协方差（Covariance）是衡量两个随机变量之间线性关系的统计量，其计算公式为：

```Cov（X,Y） = E[（X - E[X]）（Y - E[Y]）]````

其中：

`E[X]` 和 `E[Y]` 分别表示随机变量 `X` 和 `Y` 的期望值（数学期望）；

`E[（X - E[X]）（Y - E[Y]）]` 表示 `X` 和 `Y` 的离差乘积的期望值；

`Cov（X,Y）` 的值反映了两个变量共同变化的趋势，正值表示正相关，负值表示负相关，而零表示两个变量之间没有线性关系。

协方差的一个重要特性是它可以被标准化为相关系数（Pearson correlation coefficient），用以衡量变量间的线性相关程度，其计算公式为：

```ρ = Cov（X,Y） / （σ_X * σ_Y）```

其中 `σ_X` 和 `σ_Y` 分别是 `X` 和 `Y` 的标准差

其他小伙伴的相似问题：

协方差公式的应用实例有哪些？

如何计算两个随机变量的协方差？

协方差与方差有何区别？