Covarianza

La covarianza mide el grado en que dos variables continuas varían conjuntamente. Una covarianza positiva significa que, cuando una variable aumenta, la otra tiende también a aumentar.

Última revisión:

Idea clave

La covarianza mide el grado en que dos variables continuas varían conjuntamente.

En esta página
  1. ¿Qué es la covarianza?
  2. ¿Cuándo usar la covarianza?
  3. Pautas para el uso correcto de la covarianza
  4. Alternativas: cuándo no usar la covarianza
  5. ¿Ejemplo de covarianza?
  6. Cómo calcular la covarianza

¿Qué es la covarianza?

La covarianza mide el grado en que dos variables continuas varían conjuntamente. Una covarianza positiva significa que, cuando una variable aumenta, la otra tiende también a aumentar. Una covarianza negativa significa que, cuando una aumenta, la otra tiende a disminuir. Una covarianza próxima a cero sugiere que las dos variables se mueven de forma independiente.

A diferencia de la correlación, la covarianza se expresa en las unidades originales de las variables, lo que la hace dependiente de la escala y más difícil de interpretar entre conjuntos de datos distintos. Se usa sobre todo como elemento básico de análisis multivariantes más avanzados, y no tanto como medida interpretativa independiente.

Definición sencilla: Una medida que muestra si dos variables tienden a aumentar juntas, a disminuir juntas o a moverse de forma independiente, expresada en las unidades de medida originales de los datos.

¿Cuándo usar la covarianza?

  • Úsela cuando quiera comprender la relación direccional entre dos variables continuas: si se mueven juntas o en direcciones opuestas.
  • Úsela como entrada de análisis multivariantes como el análisis de componentes principales (PCA) o la regresión multivariante, donde se requiere la matriz de covarianza.
  • Úsela cuando evalúe si varias variables del proceso están interrelacionadas antes de construir un modelo de regresión o predictivo.
  • Úsela cuando compare la variabilidad conjunta de dos variables en distintas condiciones del proceso o periodos de tiempo.

Pautas para el uso correcto de la covarianza

  • Ambas variables deben ser continuas : la covarianza no tiene sentido para datos categóricos.
  • Compruebe si hay valores atípicos antes de interpretar la covarianza : los valores extremos influyen de forma desproporcionada en las estimaciones de covarianza.
  • Recuerde que la covarianza es dependiente de la escala : las variables medidas en unidades mayores producirán valores de covarianza mayores, con independencia de la fuerza real de la relación. Use la correlación para una comparación estandarizada.
  • Una covarianza positiva o negativa grande no implica necesariamente una relación fuerte : estandarice siempre a correlación para interpretar de forma significativa la fuerza de la relación.

Alternativas: cuándo no usar la covarianza

  • Si desea predecir una variable a partir de otra, use análisis de regresión
  • Si compara relaciones entre grupos categóricos, use ANOVA o pruebas de chi-cuadrado

¿Ejemplo de covarianza?

Un ingeniero de una planta de piezas fundidas de aluminio evalúa la relación entre el contenido de hidrógeno y la porosidad de piezas fundidas de aleación de aluminio. El ingeniero toma una muestra aleatoria de 14 piezas fundidas y mide las siguientes propiedades de cada una: contenido de hidrógeno, porosidad y resistencia. La prueba se realiza en los siguientes pasos:

  1. Recopiló los datos necesarios.
Covariance — figure 1

2. Ahora analice los datos en Zometric Statistical Software en https://statsai.zometric.com/.

3. Para encontrar la covarianza, elija Statistical module> Hypothesis Test> Covariance.

4. Dentro de la herramienta, se introducen los datos junto con las demás entradas como se indica a continuación:

Covariance — figure 2

5. Después de usar la herramienta mencionada, se obtiene la siguiente salida:

Covariance — figure 3

Cómo calcular la covarianza

La guía es la siguiente:

  1. Inicie sesión en Zometric Statistical Software en https://statsai.zometric.com/
  2. En la página de inicio, elija Statistical Tool> Hypothesis Test >Covariance .
  3. A continuación, introduzca los datos manualmente o copie todos los datos (Ctrl+C) de una hoja de Excel y péguelos (Ctrl+V).
  4. Rellene las opciones necesarias.
  5. Por último, haga clic en calculate en la parte inferior de la página para obtener los resultados deseados.

En el tablero de Covariance, la ventana está dividida en dos partes.

Covariance — figure 4

En la parte izquierda se encuentra el panel de datos (Data Pane). En el Data Pane, cada fila forma un subgrupo. Los datos pueden introducirse manualmente o copiarse por completo (Ctrl+C) de una hoja de Excel y pegarse (Ctrl+V) aquí.

Load example: Se cargarán los datos de ejemplo.

Load File: Se usa para cargar directamente los datos de Excel.

En la parte derecha hay varias opciones, como las siguientes:

  • Variables Seleccione la(s) columna(s) que contienen las variables continuas que desea analizar. Use Ctrl o Command + clic para seleccionar dos o más columnas a la vez: la covarianza requiere al menos dos variables para medir cómo cambian una en relación con la otra. Cada variable seleccionada se compara con todas las demás, y los resultados se presentan como una matriz de covarianza en la que cada celda muestra la covarianza entre un par de variables.
  • Por ejemplo, al seleccionar Hydrogen, Porosity y Strength se obtendrá una matriz que muestra:
  • Covarianza entre Hydrogen y Porosity
  • Covarianza entre Hydrogen y Strength
  • Covarianza entre Porosity y Strength

La diagonal de la matriz muestra la varianza de cada variable consigo misma.

  • Download as Excel Exporta la matriz de covarianza completa a un archivo de Excel para análisis posteriores, para incluirla en informes o para compartirla con colegas.

Preguntas frecuentes

¿Qué mide la covarianza?

La covarianza mide el grado en que dos variables continuas varían conjuntamente. Una covarianza positiva significa que, cuando una aumenta, la otra tiende a aumentar; una covarianza negativa significa que una tiende a disminuir cuando la otra aumenta; y una covarianza próxima a cero sugiere que las dos variables se mueven de forma independiente.

¿Cuál es la diferencia entre covarianza y correlación?

La covarianza se expresa en las unidades originales de las variables, por lo que depende de la escala: las variables medidas en unidades mayores producen valores de covarianza mayores, sea cual sea la fuerza real de la relación. La correlación estandariza la relación, así que use la correlación para interpretar y comparar su fuerza. Una covarianza grande no implica necesariamente una relación fuerte.

¿Qué es una matriz de covarianza?

Cuando se seleccionan dos o más variables, cada una se compara con todas las demás y los resultados forman una matriz de covarianza en la que cada celda muestra la covarianza de un par. La diagonal muestra la varianza de cada variable consigo misma. Las matrices de covarianza se usan como entrada de análisis multivariantes como el análisis de componentes principales o la regresión multivariante.

¿Cómo se calcula la covarianza en Zometric Statistical Software?

Abra la herramienta Covariance en Hypothesis Test, pegue o cargue los datos, seleccione dos o más columnas continuas como Variables y haga clic en calculate. La salida es una matriz de covarianza que puede descargarse en Excel. Ambas variables deben ser continuas; compruebe antes si hay valores atípicos, porque los valores extremos influyen de forma desproporcionada en la covarianza.