Ковариация и корреляция: в чём разница простыми словами

Вы посчитали ковариацию двух признаков — получили, скажем, 245. И сразу вопрос: это много или мало? Связь сильная или слабая? По одному этому числу понять нельзя.

А вот корреляция r = 0,82 говорит сама за себя: связь сильная и положительная. В этом и есть вся разница между двумя мерами.

В двух словах

Ковариация и корреляция измеряют одно и то же — совместную изменчивость двух признаков (растут ли они вместе). Разница в шкале: ковариация не нормирована и зависит от единиц измерения, а корреляция нормирована в диапазон от −1 до +1 и от единиц не зависит.

Поэтому в дипломе почти всегда считают именно корреляцию r — её можно толковать и сравнивать. Посчитать связь двух признаков автоматически можно в калькуляторе корреляции Пирсона, а подробный разбор метода — в руководстве по корреляции Пирсона.

Что такое ковариация

Ковариация показывает, как два признака изменяются совместно: когда один выше своего среднего, второй тоже чаще выше (или, наоборот, ниже).

Считают её так: для каждого объекта берут отклонение X от среднего X и отклонение Y от среднего Y, перемножают эти отклонения и усредняют произведения.

cov(X, Y) = Σ (xᵢ − x̄)(yᵢ − ȳ) / (n − 1)

где xᵢ, yᵢ — значения признаков у i-го объекта, x̄, ȳ — их средние, n — число объектов, Σ — сумма по всем объектам.

Знак результата уже кое-что говорит:

• Ковариация > 0 — признаки меняются в одну сторону (выше рост — выше вес).
• Ковариация < 0 — в разные стороны (больше тренировок — меньше время на дистанции).
• Ковариация ≈ 0 — линейной связи нет.

Почему по ковариации ничего не понять

Проблема ковариации в том, что её величина зависит от единиц измерения. Само число ни о чём не говорит, пока вы не знаете масштаб признаков.

Возьмём рост и вес. Если рост в сантиметрах, ковариация выйдет одна; если перевести рост в метры — то же самое отношение даст число в 100 раз меньше. Связь не изменилась, а ковариация «прыгнула».

Пример. Для роста (см) и веса (кг) получили cov = 245. Сильная это связь или нет? Непонятно. Переведём рост в метры — получим cov = 2,45. Те же люди, та же зависимость, а число другое в 100 раз. Сравнивать такие ковариации между исследованиями бессмысленно.

Отсюда два неудобства: ковариацию нельзя истолковать в отрыве от масштаба и нельзя сравнивать разные пары признаков. Нужна мера, которая не зависит от единиц.

Корреляция — это нормированная ковариация

Чтобы убрать влияние масштаба, ковариацию делят на произведение стандартных отклонений обоих признаков. Получается коэффициент корреляции Пирсона r:

r = cov(X, Y) / (sₓ · s_y)

где sₓ, s_y — стандартные отклонения X и Y. Деление на отклонения «сокращает» единицы измерения, и r остаётся безразмерным числом в диапазоне от −1 до +1.

Теперь величину можно читать напрямую:

• r = +1 — идеальная прямая связь (точки лежат на одной восходящей линии);
• r = −1 — идеальная обратная связь;
• r = 0 — линейной связи нет.

Таблица 1 — Чем ковариация отличается от корреляции r

Как видно из таблицы 1, обе меры дают одинаковый знак связи, но только корреляция показывает её силу в понятной шкале. Поэтому в выводах диплома опираются на r, а ковариация остаётся промежуточным шагом расчёта.

Как читать величину r

Сам по себе диапазон −1…1 ещё нужно перевести в слова «слабая / средняя / сильная». Чаще всего пользуются шкалой Чеддока.

Ориентиры по модулю |r|: до 0,3 — слабая связь, 0,3–0,5 — умеренная, 0,5–0,7 — заметная, 0,7–0,9 — сильная, выше 0,9 — очень сильная. Знак (+/−) при этом говорит о направлении.

Пример: считаем обе меры по шагам

Покажем на маленьких данных, как ковариация превращается в корреляцию. Пусть у 5 студентов измерили число тренировок в неделю (X) и результат в прыжке в длину, см (Y).

Таблица 2 — Исходные данные и отклонения от средних

Средние: x̄ = 4 тренировки, ȳ = 196 см. Сумма произведений отклонений = 32 + 6 + 0 + 9 + 28 = 75.

Шаг 1. Ковариация. Делим сумму на (n − 1) = 4:

cov = 75 / 4 = 18,75

Число положительное — связь прямая. Но «18,75» само по себе не говорит, сильная связь или нет.

Шаг 2. Стандартные отклонения. Для X получается sₓ ≈ 1,58, для Y ≈ 11,9 (по той же логике: корень из среднего квадрата отклонений).

Шаг 3. Корреляция. Делим ковариацию на произведение отклонений:

r = 18,75 / (1,58 · 11,9) ≈ 18,75 / 18,8 ≈ 0,997

Вот теперь всё ясно: r ≈ 1,00 — связь очень сильная и прямая. Чем больше тренировок, тем дальше прыжок. Одно и то же отношение, но r истолковать можно, а ковариацию — нет.

Что писать в дипломе

Готовые формулировки — подставьте свои числа:

• «Теснота связи между показателями оценивалась коэффициентом линейной корреляции Пирсона r».
• «Выявлена сильная положительная связь между числом тренировок и результатом в прыжке (r = 0,99; p < 0,05)».
• «Коэффициент корреляции r = 0,99 по шкале Чеддока соответствует очень сильной связи».
• «С увеличением числа тренировок результат в прыжке закономерно возрастает».

Частые ошибки

• Толковать величину ковариации. «cov = 245, связь сильная» — так нельзя: число зависит от единиц. Для силы связи нужен r.
• Считать, что корреляция = причинность. r показывает совместное изменение, но не доказывает, что один признак вызывает другой. Связь может объясняться третьим фактором.
• Забывать про знак. r = −0,8 — это сильная связь, а не «слабее, чем 0,8». Сила — по модулю.
• Применять r к нелинейной или явно ненормальной зависимости. Для рангов и нелинейной монотонной связи берут корреляцию Спирмена.
• Делать вывод по r без проверки значимости. Даже большой r на маленькой выборке может быть случайным — нужен p-уровень.

Частые вопросы

Если связь сильная — корреляция или ковариация это покажет?

Покажет корреляция. Ковариация лишь скажет знак (+ или −), а вот «сильная / слабая» читается только по r, потому что он нормирован в диапазон −1…1.

Можно ли вообще не считать ковариацию?

На практике — да. Калькулятор считает её внутри как промежуточный шаг, а вам на руки выдаёт сразу r. Понимать формулу полезно, но руками гонять ковариацию для диплома не нужно: посчитайте связь в калькуляторе Пирсона.

Чем отличается ковариация от корреляции одним предложением?

Ковариация — это «сырая» совместная изменчивость в единицах признаков, а корреляция — та же изменчивость, поделённая на стандартные отклонения и приведённая к понятной шкале от −1 до +1.

Что выбрать, если данные ненормальные или это ранги?

Тогда коэффициент Пирсона не подходит — берите ранговую корреляцию Спирмена. Логика «нормировки» там та же, но она устойчива к выбросам и работает с порядковыми шкалами.

Может ли корреляция быть больше 1?

Нет. По построению r всегда лежит в диапазоне от −1 до +1. Если в расчётах вышло больше — где-то ошибка (чаще в стандартных отклонениях или сумме произведений).

Короткий алгоритм

1. Посчитайте средние x̄ и ȳ и отклонения каждого значения от своего среднего.
2. Перемножьте отклонения, сложите и поделите на (n − 1) — это ковариация (знак связи).
3. Поделите ковариацию на произведение стандартных отклонений — это корреляция r (сила связи).
4. Прочитайте |r| по шкале Чеддока и проверьте значимость (p-уровень).
5. В диплом вынесите r и p; ковариацию оставьте за кадром.

Что ещё почитать

• Калькулятор корреляции Пирсона — посчитать r двух признаков автоматически.
• Руководство по корреляции Пирсона — полный разбор метода, условия применения и оформление.
• Стандартное отклонение и дисперсия — откуда берутся sₓ и s_y в формуле r.
• Корреляция Спирмена — ранговая связь для ненормальных данных.
• Описательная статистика — средние и стандартные отклонения для расчёта.

Не уверены, какой коэффициент связи подходит вашим данным — посчитайте в калькуляторе Пирсона, а если нужна помощь под ключ, загляните в базу методов или закажите консультацию.