Covariance

La covariance mesure dans quelle mesure deux variables continues varient ensemble. Une covariance positive signifie que lorsque l'une des variables augmente, l'autre tend également à augmenter.

Dernière révision

Point clé

La covariance mesure dans quelle mesure deux variables continues varient ensemble.

Sur cette page
  1. Qu'est-ce que la covariance ?
  2. Quand utiliser la covariance ?
  3. Recommandations pour bien utiliser la covariance
  4. Alternatives : quand ne pas utiliser la covariance
  5. Exemple de covariance
  6. Comment calculer la covariance

Qu'est-ce que la covariance ?

La covariance mesure dans quelle mesure deux variables continues varient ensemble. Une covariance positive signifie que lorsque l'une des variables augmente, l'autre tend également à augmenter. Une covariance négative signifie que lorsque l'une augmente, l'autre tend à diminuer. Une covariance proche de zéro suggère que les deux variables évoluent indépendamment l'une de l'autre.

Contrairement à la corrélation, la covariance est exprimée dans les unités d'origine des variables, ce qui la rend dépendante de l'échelle et plus difficile à interpréter d'un jeu de données à l'autre. Elle sert le plus souvent de brique de base à des analyses multivariées plus avancées plutôt que de mesure d'interprétation autonome.

Définition simple : une mesure qui montre si deux variables tendent à augmenter ensemble, à diminuer ensemble, ou à évoluer indépendamment — exprimée dans les unités de mesure d'origine des données.

Quand utiliser la covariance ?

  • Utilisez-la lorsque vous voulez comprendre le sens de la relation entre deux variables continues — si elles évoluent ensemble ou en sens opposés.
  • Utilisez-la comme entrée d'analyses multivariées telles que l'analyse en composantes principales (ACP) ou la régression multivariée, où la matrice de covariance est nécessaire.
  • Utilisez-la pour évaluer si plusieurs variables du procédé sont liées entre elles avant de construire un modèle de régression ou de prédiction.
  • Utilisez-la pour comparer la variabilité conjointe de deux variables selon différentes conditions de procédé ou périodes.

Recommandations pour bien utiliser la covariance

  • Les deux variables doivent être continues — la covariance n'a pas de sens pour des données catégorielles.
  • Recherchez les valeurs aberrantes avant d'interpréter la covariance — les valeurs extrêmes ont une influence disproportionnée sur les estimations de covariance.
  • N'oubliez pas que la covariance dépend de l'échelle — des variables mesurées dans de plus grandes unités produiront des valeurs de covariance plus grandes, quelle que soit la force réelle de la relation. Utilisez la corrélation pour une comparaison standardisée.
  • Une covariance fortement positive ou négative ne signifie pas nécessairement une relation forte — standardisez toujours en corrélation pour interpréter utilement la force de la relation.

Alternatives : quand ne pas utiliser la covariance

  • Si vous voulez prédire une variable à partir d'une autre, utilisez l' analyse de régression
  • Si vous comparez des relations entre groupes catégoriels, utilisez l' ANOVA ou les tests du khi-deux

Exemple de covariance

Un ingénieur d'une fonderie d'aluminium évalue la relation entre la teneur en hydrogène et la porosité de pièces moulées en alliage d'aluminium. Il prélève un échantillon aléatoire de 14 pièces et mesure pour chacune les propriétés suivantes : teneur en hydrogène, porosité et résistance. Le test se déroule selon les étapes suivantes :

  1. Les données nécessaires ont été recueillies.
Covariance — figure 1

2. Analysez ensuite les données dans Zometric Statistical Software à l'adresse https://statsai.zometric.com/.

3. Pour trouver la covariance, choisissez Statistical module> Hypothesis Test> Covariance.

4. Dans l'outil, saisissez les données ainsi que les autres paramètres comme suit :

Covariance — figure 2

5. Après exécution de l'outil, les résultats obtenus sont les suivants :

Covariance — figure 3

Comment calculer la covariance

La marche à suivre est la suivante :

  1. Connectez-vous à Zometric Statistical Software à l'adresse https://statsai.zometric.com/
  2. Sur la page d'accueil, choisissez Statistical Tool> Hypothesis Test >Covariance .
  3. Ensuite, saisissez les données manuellement, ou copiez (Ctrl+C) l'ensemble des données d'une feuille Excel et collez-les (Ctrl+V) ici.
  4. Renseignez les options requises.
  5. Enfin, cliquez sur calculate en bas de la page pour obtenir les résultats.

Dans le tableau de bord de la covariance, la fenêtre est divisée en deux parties.

Covariance — figure 4

La partie gauche contient le Data Pane (volet de données). Dans le Data Pane, chaque ligne constitue un sous-groupe. Les données peuvent être saisies manuellement, ou vous pouvez copier (Ctrl+C) l'ensemble des données d'une feuille Excel et les coller (Ctrl+V) ici.

Load example : des données d'exemple sont chargées.

Load File : permet de charger directement les données Excel.

La partie droite contient de nombreuses options, décrites ci-dessous :

  • Variables : sélectionnez la ou les colonnes contenant les variables continues que vous voulez analyser. Utilisez Ctrl ou Commande + clic pour sélectionner deux colonnes ou plus simultanément — la covariance exige au moins deux variables pour mesurer comment elles évoluent l'une par rapport à l'autre. Chaque variable sélectionnée est comparée à toutes les autres, et les résultats sont présentés sous forme de matrice de covariance où chaque cellule indique la covariance entre une paire de variables.
  • Par exemple, la sélection de Hydrogen, Porosity et Strength produit une matrice montrant :
  • La covariance entre Hydrogen et Porosity
  • La covariance entre Hydrogen et Strength
  • La covariance entre Porosity et Strength

La diagonale de la matrice indique la variance de chaque variable avec elle-même.

  • Download as Excel : exporte la matrice de covariance complète dans un fichier Excel pour une analyse ultérieure, une intégration à des rapports ou un partage avec des collègues.

Questions fréquentes

Que mesure la covariance ?

La covariance mesure dans quelle mesure deux variables continues varient ensemble. Une covariance positive signifie que lorsque l'une augmente, l'autre tend à augmenter ; une covariance négative signifie que l'une tend à diminuer lorsque l'autre augmente ; et une covariance proche de zéro suggère que les deux variables évoluent indépendamment l'une de l'autre.

Quelle est la différence entre covariance et corrélation ?

La covariance est exprimée dans les unités d'origine des variables ; elle dépend donc de l'échelle : des variables mesurées dans de plus grandes unités produisent des valeurs de covariance plus grandes, quelle que soit la force réelle de la relation. La corrélation standardise la relation ; utilisez donc la corrélation pour interpréter et comparer la force. Une forte covariance ne signifie pas nécessairement une relation forte.

Qu'est-ce qu'une matrice de covariance ?

Lorsque vous sélectionnez deux variables ou plus, chacune est comparée à toutes les autres et les résultats forment une matrice de covariance dans laquelle chaque cellule indique la covariance d'une paire. La diagonale indique la variance de chaque variable avec elle-même. Les matrices de covariance servent d'entrées à des analyses multivariées comme l'analyse en composantes principales ou la régression multivariée.

Comment calculer la covariance dans Zometric Statistical Software ?

Ouvrez l'outil Covariance sous Hypothesis Test, collez ou chargez les données, sélectionnez deux colonnes continues ou plus comme Variables et cliquez sur calculate. Le résultat est une matrice de covariance qui peut être téléchargée au format Excel. Les deux variables doivent être continues ; recherchez d'abord les valeurs aberrantes, car les valeurs extrêmes ont une influence disproportionnée sur la covariance.