自协方差r2怎么算

两项资产的协方差＝两项资产的相关系数×一个资产的标准差×另一个资产的标准差
协方差（Covariance）在概率论和统计学中用于衡量两个变量的总体误差。协方差用于衡量两个变量的总体误差。收益率的协方差反映两资产收益率的变动关系，用COV（R1，R2）来表示。两项资产的协方差＝两项资产的相关系数×一个资产的标准差×另一个资产的标准差。

先求x1与x2的拟合半径与1之间的大小关系，r＜0则x1与x2具备很强的线性相关关系，且为负相关；线性回归方程一定过样本中心点；在一组模型中残差平方和越小，拟合效果越好，相关指数表示拟合效果的好坏，指数越小，相关性越强；相关指数R2用来衡量两个变量之间线性关系的强弱R2越接近于1，说明相关性越强，相反，相关性越小。
两个变量之间相关关系的方法，要想知道两个变量之间的有关或无关的精确的可信程度，只有利用独立性检验的有关计算，才能做出判断。
拓展：
数理统计是数学的一个分支，分为描述统计和推断统计。它以概率论为基础，研究大量随机现象的统计规律性。描述统计的任务是搜集资料，进行整理、分组，编制次数分配表，绘制次数分配曲线，计算各种特征指标，以描述资料分布的集中趋势、离中趋势和次数分布的偏斜度等。推断统计是在描述统计的基础上，根据样本资料归纳出的规律性，对总体进行推断和预测。

相关系数r与r2的关系：

当有人说这个统计学计算R2 =09，你可以认为这两个变量之间的相关性非常好。数据变化的90%可以被解释。

R2 就是相关系数R的平方，当有人说统计显著的R = 09时，R2 =081，这两个变量解释了81%的数据与拟合直线间的差异。

同样，比较R=07与R=05哪个要好得多，如果我们把这些数字转换成R平方：

当R = 07时, R2 ≈05

当R=05时，R2 =025

用R平方很容易看出, 第一个相关性是第二个相关性的2倍！！

需要注意的是, R平方并不能表示相关性的方向（因为平方数不会小于0）。

判定系数r2的计算公式：判定系数也叫拟合优度、可决系数。表达式是R^2=ESS/TSS=1-RSS/TSS。该统计量越接近于1，模型的拟合优度越高。在应用过程中发现，如果在模型中增加一个解释变量，R2往往增大。要使得模型拟合得好，只要增加解释变量即可。

回归方程r2计算公式是R2=1-ni=1(yi-̂yi)2(yi-y)2。
回归方程是根据样本资料通过回归分析所得到的反映一个变量（因变量）对另一个或一组变量（自变量）的回归关系的数学表达式。回归直线方程用得比较多，可以用最小二乘法求回归直线方程中的a，b，从而得到回归直线方程。
回归直线方程指在一组具有相关关系的变量的数据（x与y）间，一条最好地反映x与y之间的关系直线。

---