協方差表示的是兩個變量的總體的誤差，這與只表示一個變量誤差的方差不同。協方差在概率論和統計學中用于衡量兩個變量的總體誤差。

　　方差是協方差的一種特殊情況，即當兩個變量是相同的情況。如果兩個變量的變化趨勢一致，那么兩個變量之間的協方差就是正值。如果兩個變量的變化趨勢相反，那么兩個變量之間的協方差就是負值。

　　協方差在農業上的應用

　　農業科學實驗中，經常會出現可以控制的質量因子和不可以控制的數量因子同時影響實驗結果的情況，這時就需要采用協方差分析的統計處理方法，將質量因子與數量因子（也稱協變量）綜合起來加以考慮。比如，要研究3種肥料對蘋果產量的實際效應，而各棵蘋果樹頭年的“基礎產量”不一致，但對試驗結果又有一定的影響。要消除這一因素帶來的影響，就需將各棵蘋果樹第1年年產量這一因素作為協變量進行協方差分析，才能得到正確的實驗結果。當兩個變量相關時，用于評估它們因相關而產生的對應變量的影響。當多個變量獨立時，用方差來評估這種影響的差異。當多個變量相關時，用協方差來評估這種影響的差異。

　　協方差計算公式

　　協方差計算公式為：COV（X，Y）=E（XY）-E（X）E（Y）。EX為隨機變量X的數學期望，EXY是XY的數學期望。協方差在概率論和統計學中用于衡量兩個變量的總體誤差。而方差是協方差的一種特殊情況，即當兩個變量是相同的情況。

　　協方差變量間相關的關系

　　一般有三種：正相關、負相關和不相關。

　　1、正相關：假設有兩個變量x和y，若x越大y越大；x越小y越小則x和y為正相關。

　　2、負相關：假設有兩個變量x和y，若x越大y越小；x越小y越大則x和y為負相關。

　　3、不相關：假設有兩個變量x和y，若x和y變化無關聯則x和y為負相關。