協(xié)方差（Covariance）在概率論和統(tǒng)計學(xué)中用于衡量兩個變量的總體誤差，代表了兩個變量之間的是否同時偏離均值，協(xié)方差表示的是兩個變量總體誤差的期望。

而方差是協(xié)方差的一種特殊情況，即當(dāng)兩個變量是相同的情況。

如果兩個變量的變化趨勢一致，也就是說如果其中一個大于自身的期望值時另外一個也大于自身的期望值，那么兩個變量之間的協(xié)方差就是正值；如果兩個變量的變化趨勢相反，即其中一個變量大于自身的期望值時另外一個卻小于自身的期望值，那么兩個變量之間的協(xié)方差就是負值。

如果X與Y是統(tǒng)計獨立的，那么二者之間的協(xié)方差就是0，因為兩個獨立的隨機變量滿足E[XY]=E[X]E[Y]。但是，反過來并不成立。即如果X與Y的協(xié)方差為0，二者并不一定是統(tǒng)計獨立的。

協(xié)方差Cov(X,Y)的度量單位是X的協(xié)方差乘以Y的協(xié)方差。而取決于協(xié)方差的相關(guān)性，是一個衡量線性獨立的無量綱的數(shù)。

當(dāng) cov(X, Y)>0時，表明 X與Y 正相關(guān)；

當(dāng) cov(X, Y)<0時，表明X與Y負相關(guān)；

當(dāng) cov(X, Y)=0時，表明X與Y不相關(guān)。