方差反映的是 一维数据的离散程度。 样本方差反映的是样本的变异程度。 协方差反映的是两组数据之间变化的方向和程度。 在对一维数据进行离散性分析时，我们可以使用方差来进行描述。当数据扩展到多维时，我们可以分别对其不同方向求取其方差值。 但当我们想要了解两个维度之间的关系时，比如身高和体重之间的关系时，就需要使用协方差了。
度量各个维度偏离其均值的程度。协方差的值如果为正值，则说明两者是正相关的(从协方差可以引出“相关系数”的定义)，结果为负值就说明负相关的，如果为0，也是就是统计上说的“相互独立”。
公式解释： 如果有X,Y两个变量。先求x与x均值的差，y与y均值的差， 再求两个差的乘积（这一步是协方差公式的核心，通过正负号判断两个变量的变化方向）， 最后求样本空间的期望（消除偶然误差）。所以，实际上，两个随机变量的相关性其实就是他们自由度的夹角。
当两个变量的自由度互相垂直的话，相关性为0， 当两个变量同一个方向的话，影响是叠加态，相关性为1， 当两个变量相反方向的话，是互相抵消的，相关性为－1
