协方差（Covariance）是概率论和统计学中用来衡量两个变量间关联性的统计量。具体来说，它表示的是两个变量总体误差的期望，或者说，它衡量的是两个变量变化趋势的一致性。如果两个变量的变化趋势相同（即一个变量增大时另一个也增大），则协方差为正；如果变化趋势相反（即一个变量增大时另一个减小），则协方差为负。如果两个变量完全独立，则它们的协方差为零。协方差的计算公式为：
```
Cov（X,Y） = E[（X - E[X]）（Y - E[Y]）] = E[XY] - E[X]E[Y]
```
其中，`E[X]` 和 `E[Y]` 分别是随机变量 `X` 和 `Y` 的数学期望，`E[XY]` 是 `X` 和 `Y` 乘积的数学期望。协方差的值域是 `[-∞, +∞]`，它的单位是 `X` 的单位乘以 `Y` 的单位。
协方差的一个重要特性是它可以用来衡量多个变量之间的关联性，不仅仅是两个变量。此外，协方差分析（Analysis of Covariance, ANCOVA）是一种结合回归分析和方差分析的方法，用于比较不同组之间的均值，同时控制一个或多个协变量的影响