協方差是一種衡量兩個變量間關系強弱的統計量，它可以表示兩個變量間的線性相關程度。協方差可以用來評估兩個變量間的相關性，分析變量之間的關聯。

協方差的計算公式如下：

Cov(X,Y)=_(Xi-X)(Yi-Y)/n

其中Xi和Yi表示第i個變量X和Y的取值，X和Y表示樣本的均值，n表示樣本的個數。

如果兩個變量的取值幾乎完全相同，意味著變量間的線性關系是強相關的，協方差就會接近于正值。如果兩個變量的取值幾乎完全相反，意味著變量間是負相關的，協方差就會接近于負值。

要注意的是，協方差的結果只能說明兩個變量之間的相關性，但不能區分這種相關性是正相關還是負相關。

拓展知識：

偏方差是協方差的變形，它可以用來衡量變量間的離差相關性。偏方差一般只考慮變量X的變化對變量Y的影響，而不考慮變量Y的變化對變量X的影響。因此，偏方差可以用來分析變量X變化是否會引起變量Y變化。偏方差的計算公式如下：

Cov(X,Y)=_{(Xi-X)(Yi-Y’)}/n

其中Xi和Yi表示第i個變量X和Y的取值，X和Y’分別表示樣本X和Y的均值，n表示樣本的個數。