「共分散 求め 方」と検索しているあなたは、多分ここでつまずいています。数字を代入する前に“そもそも共分散って何を見ているのか”が腑に落ちない。あるいは、平均をどこまで含めるのか、サンプル用の式と母集団用の式が混ざってしまう。そんな不安をほどくために、この記事では共分散の意味から計算手順、よくあるミス、読み取り方までを一気通貫で整理します。

共分散は一言でいえば、「2つの量が同じ方向に動く傾向」を数にしたものです。たとえばテスト勉強時間とテストの点数が、同時に増えたり減ったりしやすいなら共分散はプラス寄りになります。逆に、片方が増えるともう片方は減りがちならマイナス寄りです。ゼロに近いなら、少なくとも直線的な関係としては“同時に動く感じが弱い”と見ます。

ただし、共分散は便利な分だけ、注意点もあります。共分散の値は、2つの変数それぞれの“単位”や“ばらつきの大きさ”の影響を強く受けます。つまり共分散の大きさだけで「どれが強い相関か」を直接比較しにくいのです。相関係数のような標準化をしない限り、共分散はあくまで“同方向の動き”の傾向を表す指標だと考えるのが安全です。

では本題に入ります。ここからは、共 分散 求め 方を実際の計算として説明します。登場するのは平均、そして平均との差の積です。共分散の計算は、基本的に「各データが平均からどれだけ離れているか」を求め、その“離れ方同士”を掛け合わせて足し上げます。

最初に確認したいのは、データの組が揃っているかです。たとえば（X, Y）が N組あるとします。Xは1つ目の量、Yは2つ目の量です。共分散は、必ず同じインデックスのペア同士で評価します。Xが第i番目の観測、Yも第i番目の観測という対応関係が崩れると、計算結果の意味が壊れます。

次に平均を出します。平均は“平均との差”の土台です。Xの平均を \u0305X、Yの平均を \u0305Y と置きます。共分散を計算するときは、それぞれのデータについて「Xが平均からどれだけ離れているか」「Yが平均からどれだけ離れているか」を計算します。

ここでよくある疑問が出ます。「平均はサンプルの平均でいいの？」「割り算の分母はN？N−1？」このあたりが、共 分散 求め 方を混乱させる最大要因です。答えは“目的が母集団なのか、標本（サンプル）なのか”で式が変わる、です。一般に、統計の授業や現場のデータ解析ではサンプル共分散（分母がN−1）として扱うことが多いです。

サンプル共分散の代表的な書き方は、次の形です。
共分散（サンプル）＝ それぞれの (X_i−\u0305X) と (Y_i−\u0305Y) の積を全て足し、最後に N−1 で割ります。数学っぽいけれど、実作業としては「積を足す→割る」だけです。

母集団として共分散を定義する場合は、分母がNになります。見た目は似ていますが、分母が違うので値が少し変わります。どちらを使うべきか迷うなら、まず問題文や手法の指定を確認してください。特に学習目的なら、授業で扱っている定義に合わせるのが最短ルートです。

ここから計算手順を、実務向けに並べます。共 分散 求め 方は、次のステップで進めると迷いません。

ステップ1：データをペアで用意する。XとYの組がN組揃っていることを確認します。順序が違うと結果が変わります。

ステップ2：Xの平均 \u0305X とYの平均 \u0305Y を計算します。全データの合計をNで割ればOKです。

ステップ3：各iについて (X_i−\u0305X) と (Y_i−\u0305Y) を計算します。ここで“平均より上か下か”が符号として残ります。

ステップ4：その積 (X_i−\u0305X)(Y_i−\u0305Y) を求め、全て足し上げます。同じ方向に平均から離れていればプラス寄り、反対方向ならマイナス寄りになります。

ステップ5：サンプルならN−1、母集団ならNで割ります。これで共分散が完成です。

では、数式が“作業の地図”になることを確認するため、読み取りも一緒に押さえます。共分散がプラスなら、Xが平均より上のときYも平均より上になりやすいか、Xが平均より下のときYも平均より下になりやすい傾向があります。マイナスなら、その逆です。ゼロに近いなら、平均との差の積が相殺されやすく、同時の動きがはっきりしません。

ただし“ゼロ＝関係なし”と早合点しないでください。共分散は直線的なつながりを強く反映しますが、非線形な関係だと見逃す場合があります。たとえば放物線のような形なら、左右対称の影響で共分散が小さく出ることがあります。ここは、データを図で確認する姿勢がいちばん効きます。

共 分散 求め 方で特に多いミスは3つあります。1つ目は、平均を間違えることです。平均の計算でNとN−1を混同するのは典型的な事故です。平均そのものは基本的に“割り算で使うのはN”です（平均の定義だからです）。

2つ目は、積の計算の符号を落とすことです。平均との差は符号つきで扱います。平均より上ならプラス、平均より下ならマイナス。このプラスとマイナスの組み合わせが、共分散の符号を決めます。符号を外したり絶対値にしてしまうと、別の指標を計算してしまいます。

3つ目は、ペアの対応関係が崩れることです。たとえばXの並び替えだけしてYを動かしていないと、全く別のデータセットを作ってしまいます。共分散は「同じ時点・同じ対象の組」を前提にしているので、データの前処理での取り扱いが重要です。

もし手計算でつらいなら、途中計算を表に落とすのが効果的です。共分散は、各行で (X_i−\u0305X) と (Y_i−\u0305Y) と、その積を作って足し上げる作業です。列を分けて確認すると、符号ミスも早く見つかります。

次のような表のイメージを持ってください（数値は仮です）。Xの平均を出し、各X_iから平均を引く列を作る。同様にYでも作り、最後にその積の列を作る。積を縦に足してからN−1で割る。これが共 分散 求め 方の“見える化”です。

ここで少しだけ、実務の考え方にも触れます。共分散は「単位の影響が大きい」ので、比較には向きにくい。たとえば身長（cm）と体重（kg）のように単位が違う指標を複数見たいなら、共分散より相関係数を使う選択が増えます。相関係数は標準化されるため、値の解釈がしやすいからです。とはいえ、共分散がダメという話ではありません。むしろ「データの方向性を掴む最初の一歩」としては強力です。

共 分散 求め 方を学んだ後に次へ進むなら、散布図とのセットが鉄板です。共分散の符号がプラスなら、散布図で点が右上がりに見えやすい。マイナスなら右下がりに見えやすい。点が渦巻くようなら共分散が小さくなったり符号が不安定になったりします。計算結果と視覚を往復すると、“数が意味を持つ瞬間”が来ます。

また、データが大きくなったときの計算は、表計算ソフトや統計ツールに任せるのが現実的です。その場合でも、あなたが見るべきは結果の値そのものだけではありません。どの定義（サンプルか母集団か）で計算しているか、軸の向きが想定と一致しているか。ここを確認する習慣が、誤解を減らします。

最後に、共分散を“言葉にして説明する”練習をしましょう。報告書や授業の課題では、計算結果を出して終わりにしがちです。でも評価されるのは「どう読んだか」です。たとえば「共分散が正なので、Xが平均より大きいときYも平均より大きい傾向がある」「ゼロに近いので同時の増減は強くはないが、非線形の可能性もあるため散布図で確認した」など、解釈をセットにするのがポイントになります。

まとめると、「共 分散 求め 方」は難しくありません。平均を取り、平均との差を作り、積を足して、分母で割る。ここまでは機械的な手順です。そして大事なのは、その結果が何を示すのかを言葉にすること。プラスなら同方向、マイナスなら逆方向、ゼロに近いなら直線的には同時性が弱い。もちろん非線形の見落としがあり得るので、散布図や追加の指標で確かめる。そうやって計算と観察を行き来できたとき、共分散は“ただの数式”から“判断の材料”になります。

共分散の計算で迷ったら、手順に立ち返ってください。ペアの対応、平均の定義、符号の扱い、分母がN−1なのかNなのか。そこを一つずつ点検すれば、結果の意味も、信頼度も上がります。あなたの次の一歩は、数字を出すことではなく、その数字を正しく説明することです。