> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-fix-nav-issues.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> `Σ((x - x̅)(y - y̅)) / (n - 1)` の値を算出します

# covarSamp

<h2 id="covarSamp">
  covarSamp
</h2>

導入バージョン: v1.1.0

標本共分散を計算します：

$$
\frac{\Sigma{(x - \bar{x})(y - \bar{y})}}{n - 1}
$$

<Note>
  この関数は数値的に不安定なアルゴリズムを使用しています。計算に[数値安定性](https://en.wikipedia.org/wiki/Numerical_stability)が必要な場合は、[`covarSampStable`](/reference/functions/aggregate-functions/covarSampStable)関数を使用してください。
  処理速度は遅くなりますが、計算誤差を低く抑えられます。
</Note>

**Syntax**

```sql theme={null}
covarSamp(x, y)
```

**別名**: `COVAR_SAMP`

**引数**

* `x` — 1つ目の変数。[`(U)Int*`](/reference/data-types/int-uint)、[`Float*`](/reference/data-types/float)、または[`Decimal`](/reference/data-types/decimal)
* `y` — 2つ目の変数。[`(U)Int*`](/reference/data-types/int-uint)、[`Float*`](/reference/data-types/float)、または[`Decimal`](/reference/data-types/decimal)

**戻り値**

`x`と`y`の標本共分散を返します。`n <= 1`の場合は`nan`が返されます。[`Float64`](/reference/data-types/float)

**例**

**基本的な標本共分散の計算**

```sql title=Query theme={null}
DROP TABLE IF EXISTS series;
CREATE TABLE series(i UInt32, x_value Float64, y_value Float64) ENGINE = Memory;
INSERT INTO series(i, x_value, y_value) VALUES (1, 5.6,-4.4),(2, -9.6,3),(3, -1.3,-4),(4, 5.3,9.7),(5, 4.4,0.037),(6, -8.6,-7.8),(7, 5.1,9.3),(8, 7.9,-3.6),(9, -8.2,0.62),(10, -3,7.3);

SELECT covarSamp(x_value, y_value)
FROM series
```

```response title=Response theme={null}
┌─covarSamp(x_value, y_value)─┐
│           7.206275555555556 │
└─────────────────────────────┘
```

**値が1つの場合はNaNを返す**

```sql title=Query theme={null}
SELECT covarSamp(x_value, y_value)
FROM series LIMIT 1
```

```response title=Response theme={null}
┌─covarSamp(x_value, y_value)─┐
│                         nan │
└─────────────────────────────┘
```