协方差（Covariance）是衡量两个随机变量之间线性关系密切程度的一个统计量。它的计算公式为：
```
Cov（X, Y） = E[（X - E[X]）（Y - E[Y]）]
其中：`E[X]` 和 `E[Y]` 分别是随机变量 `X` 和 `Y` 的期望值。`E[（X - E[X]）（Y - E[Y]）]` 是变量 `X` 和 `Y` 的偏差乘积的期望值。如果 `X` 和 `Y` 是样本数据，则协方差的计算公式为：```Cov（X, Y） = Σ（（xi - x̄） * （yi - ȳ）） / （n - 1）
其中：
`xi` 和 `yi` 是样本数据点。
`x̄` 和 `ȳ` 是样本均值。
`n` 是样本数量。
协方差的值可以是正数、负数或零。如果协方差为正，表示两个变量倾向于同向变化；如果为负，表示两个变量倾向于反向变化；如果为零，表示两个变量之间没有线性关系。
需要注意的是，协方差本身没有单位，并且它的值受到变量量纲的影响。为了消除量纲的影响，通常将协方差除以两个变量标准差的乘积，得到相关系数（Correlation Coefficient），其计算公式为：
```
ρ = Cov（X, Y） / （σ_X * σ_Y）
其中 `σ_X` 和 `σ_Y` 分别是 `X` 和 `Y` 的标准差。相关系数的值介于 -1 到 1 之间，其中 1 表示完全正相关，-1 表示完全负相关，0 表示无相关。