Excel COVARIANCE.P 函數教學
COVARIANCE.P 函數的用途
COVARIANCE.P 函數用來計算兩組數據之間的 協方差。協方差衡量的是兩組數據如何共同變動，並且它的值可以用來描述兩組數據的關聯性。協方差越大，表示兩組數據之間的關聯性越強。
COVARIANCE.P 是計算「母體協方差」的版本。如果你有完整的數據集並且想計算母體協方差，這個函數是最適合的。
語法
COVARIANCE.P(array1, array2)
| 參數 | 說明 |
|---|---|
| array1 | 第一組數據範圍。這組數據與 array2 共同用來計算協方差。 |
| array2 | 第二組數據範圍。與 array1 共同用來計算協方差。 |
範例 1：計算兩組數據的協方差
假設你有以下數據，並想要計算兩組數據（數據1 和 數據2）的協方差：
| 項目 | 數據1 | 數據2 |
|---|---|---|
| A | 10 | 5 |
| B | 20 | 8 |
| C | 30 | 12 |
| D | 40 | 18 |
| E | 50 | 25 |
公式如下：
=COVARIANCE.P(B2:B6, C2:C6)
? 結果：這個公式將返回 41.25，這是兩組數據之間的協方差，表示數據1和數據2之間有一定的正向關聯性。
範例 2：計算兩組數據的協方差（負相關）
假設你有以下數據，並希望計算兩組數據之間的協方差：
| 項目 | 數據1 | 數據2 |
|---|---|---|
| A | 10 | 25 |
| B | 20 | 20 |
| C | 30 | 15 |
| D | 40 | 10 |
| E | 50 | 5 |
公式如下：
=COVARIANCE.P(B2:B6, C2:C6)
? 結果：這個公式將返回 -41.25，表示數據1和數據2之間的協方差為負，表明兩組數據之間有負向關聯性。
範例 3：協方差與數據分佈
在統計學中，協方差的值不僅告訴你兩組數據的關聯性強度，還可以揭示兩組數據之間的關係方向（正相關或負相關）。
- 正協方差：當兩組數據都同時增加或減少時，協方差是正數，顯示正相關。
- 負協方差：當一組數據增加，而另一組數據減少時，協方差是負數，顯示負相關。
- 協方差接近零：當兩組數據之間沒有明顯的線性關係時，協方差接近零。
注意事項
- 母體協方差：
COVARIANCE.P計算的是「母體協方差」，適用於整個數據集。如果你處理的是樣本數據，可以使用COVARIANCE.S函數來計算樣本協方差。 - 協方差的解釋：
- 如果協方差的結果是正的，說明兩組數據有正相關，即兩者會同時增大或減少。
- 如果協方差的結果是負的，說明兩組數據有負相關，即一組數據增大時，另一組數據減少。
- 協方差的值受數據的單位影響，無法直接衡量強度大小，需要配合其他統計量（如相關係數）來進一步分析。
應用場景
✅ 分析兩個變數的關聯性：COVARIANCE.P 可用來檢查兩組數據之間的關聯性，並且是金融、經濟學或市場研究中常用的分析工具。
✅ 統計建模：在建立迴歸模型或其他統計模型時，協方差可用來理解變數之間的相互關係。
✅ 風險管理：在金融領域中，協方差有助於分析不同資產之間的關聯性，進而優化投資組合。