Covarianța {\ displaystyle X} Și {\ displaystyle Y} poate fi, de asemenea, exprimat ca diferența dintre valoarea așteptată a produsului lor și produsul valorilor așteptate:
Două variabile aleatorii care au covarianță zero sunt necorelate .
Două variabile aleatoare dependente pot fi necorelate. De exemplu, dacă {\ displaystyle X} este o variabilă aleatorie a legii uniforme a intervalului {\ displaystyle [-1,1]} Și {\ displaystyle Y = X ^ {2}} , asa de
Covarianța poate fi considerată o generalizare a varianței
{\ displaystyle {\ text {Var}} (X) = {\ text {Cov}} (X, X) \}
și apare ca termen de corecție în raport
{\ displaystyle {\ text {Var}} (X + Y) = {\ text {Var}} (X) + {\ text {Var}} (Y) +2 {\ text {Cov}} (X, Y ).}
Mai general, pentru variabilele aleatorii {\ displaystyle X_ {1}, \ ldots, X_ {n}} Și {\ displaystyle Y_ {1}, \ ldots, Y_ {m}} merita
{\ displaystyle \ textstyle {\ text {Var}} (\ sum _ {i} X_ {i}) = {\ text {Cov}} (\ sum _ {i} X_ {i}, \ sum _ {j} X_ {j}) = \ sum _ {i, j} {\ text {Cov}} (X_ {i}, X_ {j}) = \ sum _ {i} {\ text {Var}} (X_ {i }) + 2 \ sum _ {i> j} {\ text {Cov}} (X_ {i}, X_ {j}),}
ca un caz special al
{\ displaystyle \ textstyle {\ text {Cov}} \ left (\ sum _ {i} X_ {i}, \ sum _ {j} Y_ {j} \ right) = \ sum _ {i, j} {\ text {Cov}} (X_ {i}, Y_ {j}).}
Statistici
În statistici, covarianța a două variabile statistice{\ displaystyle X} Și {\ displaystyle Y} , indicat ca {\ displaystyle \ textstyle \ sigma _ {X, Y} = {\ text {Cov}} (X, Y)} , este un indice de variabilitate articulară.
Dintr - o populație de {\ displaystyle N} observații comune{\ displaystyle (x_ {i}, y_ {i})} , a mediilor respective {\ displaystyle {\ bar {x}}} Și {\ displaystyle {\ bar {y}}} , covarianța observată este