Covariance RUPTURE Covariance Posséder des actifs financiers qui fournissent des rendements qui ont une haute covariance les uns avec les autres ne fournit pas beaucoup de diversification. Par exemple, si le stock Comme le rendement est élevé chaque fois que le rendement des actions est élevé et le même peut être dit pour les rendements faibles, alors ces stocks sont dits avoir une covariance positive. La diversification des résultats ou d'autres paramètres de l'entreprise peut être effectuée en investissant dans des actifs financiers qui ont une faible covariance entre eux. Exemple de calcul de covariance Lorsqu'un analyste a un ensemble de données, un certain nombre de paires de valeurs x et y, la covariance peut être calculée en utilisant cinq variables à partir de ces données. Il s'agit de: x (i) une valeur x donnée dans l'ensemble de données x (m) la moyenne ou la moyenne des valeurs x y (i) la valeur y de l'ensemble de données correspondant à x (i) y (m ) La moyenne ou la moyenne des valeurs y n le nombre de points de données Compte tenu de ces informations, la formule de la covariance est: Cov (x, y) SOMME de ((x (i) x (m) Par exemple, supposons qu'un analyste d'une entreprise dispose d'un ensemble de données sur cinq trimestres montrant la croissance du produit intérieur brut (PIB) en trimestres (x) et la croissance de la nouvelle gamme de produits d'une entreprise La valeur moyenne x est égale à 3 et la valeur moyenne y est égale à 14.2 Pour calculer la covariance, la somme des produits des valeurs x (i) moins la valeur x moyenne , Multiplié par les valeurs y (i) moins les valeurs y moyennes serait divisé par (n 1), comme suit: Cov (x, y) (2 3) x (10 14,2) (3 3) X (14 14,2) 4 (4,2 0 0,66 0,16 6,38) 4 2,85Différence entre corrélation et covariance La corrélation et la covariance sont des concepts étroitement liés dans les statistiques théoriques. Ils sont importants pour déterminer la relation entre deux variables aléatoires. Qu'est ce que la corrélation La corrélation est une mesure de la force de la relation entre deux variables. Le coefficient de corrélation quantifie le degré de variation d'une variable en fonction du changement de l'autre variable. Dans les statistiques, la corrélation est liée au concept de dépendance, qui est la relation statistique entre deux variables. Le coefficient de corrélation de Pearsons ou simplement le coefficient de corrélation r est une valeur comprise entre 1 et 1 ( 1r1). C'est le coefficient de corrélation le plus couramment utilisé et valable uniquement pour une relation linéaire entre les variables. Si r0 n'existe pas de relation, et si r0 la relation est directement proportionnelle, la valeur d'une variable augmente avec l'augmentation de l'autre. Si r0 la relation est inversement proportionnelle, une variable diminue à mesure que l'autre augmente. En raison de la condition de linéarité, le coefficient de corrélation r peut également être utilisé pour établir la présence d'une relation linéaire entre les variables. Dans la théorie statistique, la covariance est une mesure de la variation de deux variables aléatoires. En d'autres termes, la covariance est une mesure de la force de la corrélation entre deux variables aléatoires. Dans une autre perspective, on peut voir que la corrélation n'est que la version normalisée de covariance, où la covariance est divisée par le produit des écarts types des deux variables aléatoires. La gamme de covariance peut être grande donc il n'est pas facile de comparer. Cette difficulté est surmontée en amenant les valeurs de covariance à un intervalle où il peut être comparé en le normalisant (en quelque sorte comme ce que fait le z score). Bien que la covariance et la variance soient liées l'une à l'autre de la manière ci dessus, leurs distributions de probabilité ne sont pas liées l'une à l'autre d'une manière simple et doivent être traitées séparément. Quelle est la différence entre la corrélation et la covariance La corrélation et la covariance sont des mesures de la relation entre deux variables aléatoires. La corrélation est la mesure de la force de la linéarité des deux variables et la covariance est une mesure de la force de la corrélation. Les valeurs des coefficients de corrélation sont une valeur entre 1 et 1, alors que la plage de covariance n'est pas constante, mais peut être positive ou négative. Mais si les variables aléatoires sont normalisées avant de calculer la covariance, alors la covariance est égale à la corrélation et a une valeur comprise entre 1 et 1.
No comments:
Post a Comment