协方差（Covariance）是用来衡量两个随机变量之间线性关系强度的统计量。协方差的计算公式如下：
$$Cov(X,Y)=E[(X−E(X))(Y−E(Y))]$$
其中，E表示期望（均值），X和Y分别为两个随机变量，E(X)和E(Y)分别为它们的期望值。
在实际应用中，我们通常使用样本协方差（Sample Covariance）来估计总体协方差，计算公式如下：
$$Cov(X, Y) = \frac{1}{n-1} \sum_{i=1}^{n} (x_i - \overline{x}) (y_i - \overline{y})$$
$E$表示期望，$X$和$Y$分别为两个随机变量，$\overline{x}$和$\overline{y}$分别为它们的样本均值，$n$为样本数量，$x_i$和$y_i$分别为第$i$个样本点的取值。
需要注意的是，协方差的值既可以是正数，也可以是负数。当X和Y呈正相关（即X变大时，Y也随之变大）时，协方差为正数；当X和Y呈负相关（即X变大时，Y随之变小）时，协方差为负数；当X和Y之间没有线性关系时，协方差为0。