> ## 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.

> covarSamp と似ていますが、計算誤差が小さい一方で、動作は遅くなります。

# covarSampStable

<h2 id="covarSampStable">
  covarSampStable
</h2>

導入バージョン: v1.1.0

標本共分散を計算します：

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

<br />

[`covarSamp`](/reference/functions/aggregate-functions/covarSamp) と同様ですが、数値的に安定したアルゴリズムを使用します。
そのため、`covarSampStable` は `covarSamp` より処理が遅くなりますが、計算誤差が小さくなります。

**構文**

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

**引数**

* `x` — 1つ目の変数。[`(U)Int*`](/reference/data-types/int-uint) または [`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) または [`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 `inf` が返されます。[`Float64`](/reference/data-types/float)

**例**

**安定したアルゴリズムによる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 covarSampStable(x_value, y_value)
FROM
(
    SELECT
        x_value,
        y_value
    FROM series
);
```

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

**値が1つの場合は inf が返される**

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

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