Covariância

medida da variabilidade conjunta de duas variáveis aleatórias

Em teoria da probabilidade e na estatística, a covariância, ou variância conjunta, é uma medida do grau de interdependência (ou inter-relação) numérica entre duas variáveis aleatórias[1]. Assim, variáveis independentes têm covariância zero.

A covariância é por vezes chamada de medida de dependência linear entre as duas variáveis aleatórias.

Definição formal editar

A covariância ou variância conjunta é um momento conjunto de primeira ordem das variáveis aleatórias X e Y, centrados nas respectivas médias. É a média do grau de interdependência ou inter-relação numérica linear entre elas[1].

Se a variável for discreta, a covariância pode ser calculada de duas formas:

  •  , onde   é a frequência relativa (ou probabilidade de ocorrer o par   e   é a média para os valores da variável indicada.
  •  

Prova matemática editar

Em teoria da probabilidade e na estatística, a covariância entre duas variáveis aleatórias reais X e Y, com valores esperados   e   é definida como uma medida de como duas variáveis variam conjuntamente:

 

onde   é o operador do valor esperado[2]. Desenvolvendo a expressão para a Covariância, temos:

 


 


 


Usando a propriedade de que a Esperança (Valor esperado) de uma variável aleátória X qualquer é um operador linear, determinamos que a Esperança de uma soma é a soma das Esperanças:


 


Novamente utilizando da linearidade da Esperança, temos que a Esperança de uma constante K qualquer multiplicada pela variável X é equivalente à constante K multiplicada pela Esperança da variável X. Sendo a Esperança de X um número qualquer definido no conjunto dos Números Reais, podemos fatorá-la em dois fatores:


 


Isto equivale à seguinte fórmula, a qual é geralmente usada para fazer os cálculos[2]:

 

Se X e Y são independentes, então a sua covariância é zero. Isto acontece porque sob independência[2]:

 .

Assim:

 
 
 

O inverso, no entanto, não é verdadeiro: é possível que X e Y não sejam independentes e terem no entanto covariância zero[2]. Variáveis aleatórias cuja covariância é zero são chamadas descorrelacionadas.

Propriedades da Covariância editar

Se X e Y são variáveis aleatórias de valor real e a, b, c e d constantes ("constante", neste contexto, significa não aleatória), então os seguintes factos são uma consequência da definição da covariância[2]:

 
 
 
 

Para variáveis aleatórias em vetores coluna X e Y com respectivos valores esperados μX e μY, e n e m de componentes escalares respectivamente, a covariância é definida como matriz n×m

 

Para variáveis aleatórias em vetor, cov(X, Y) e cov(Y, X) são a transposta de cada um.

Relação entre variância e covariância editar

A covariância entre duas variáveis pode ser obtida de dados de variância[1]. Para variáveis aleatórias X e Y, sejam:

  •   é a variância populacional de X
  •   é a variância populacional de Y
  •   é a variância populacional de uma variável obtida a partir da soma simples das variáveis X e Y.
  • "a" e "b" são constantes

Então, teremos:

 

Outras nomenclaturas editar

A covariância é por vezes chamada de medida de dependência linear entre as duas variáveis aleatórias.

O Coeficiente de Correlação Linear é um conceito relacionado usado para medir o grau de dependência linear entre duas variáveis, variando entre -1 e 1, indicando o sentido da dependência.

Exemplo de cálculo de covariância populacional editar

Seja X a variável "altura dos jogadores de basquete" e seja Y a variável "peso dos mesmos atletas". A partir desses dados, é possível montar uma tabela com os desvios em relação a média. Essa tabela auxilia no cálculo da covariância[1]:

Atleta Variável X (altura em metros) Variável Y (peso em kg) Desvio de X (valor menos média da variável) Desvio de Y (valor menos média da variável) Multiplicação dos desvios
1) Pedro 1,95 93,1 -0,038 -1,34 -0,038*-1,34=+0,05092
2) João 1,96 93,9 -0,028 -0,54 -0,028*-0,54=+0,01512
3) José 1,95 89,9 -0,038 -4,54 -0,038*-4,54=+0,17252
4) Renato 1,98 95,1 -0,008 +0,66 -0,008*0,66=-0,00528
5) André 2,10 100,2 +0,112 +5,76 0,112*5,76=0,64512
Soma  = 1,95+1,96+...+2,10=9,94    A soma de desvios é sempre igual a zero A soma de desvios é sempre igual a zero +0,05092+0,01512+0,17252-0,00528+0,64512=0,8784.
Número de elementos N = 5 alturas medidas N = 5 pesos medidos 5 desvios calculados 5 desvios calculados 5 multiplicações feitas
Média       A média de desvios é sempre igual a zero A média de desvios é sempre igual a zero 0,8784/(5)=0,17568=covariância de X e Y

Referências

  1. a b c d MILONE, Giuseppe. Estatística geral e aplicada. São Paulo: Centage Learning, 2009. Capítulo 4
  2. a b c d e Covariance, site do Department of Mathematical Sciences da University of Alabama in Huntsville
  Este artigo sobre matemática é um esboço. Você pode ajudar a Wikipédia expandindo-o.