> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-fbfa8bee.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> `Σ((x - x̅)(y - y̅)) / (n - 1)` 값을 계산합니다

# covarSamp

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

도입 버전: v1.1.0

표본 공분산을 계산합니다:

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

<Note>
  이 함수는 수치적으로 불안정한 알고리즘을 사용합니다. 계산에서 [수치 안정성](https://en.wikipedia.org/wiki/Numerical_stability)이 필요한 경우 [`covarSampStable`](/reference/functions/aggregate-functions/covarSampStable) 함수를 사용하십시오.
  속도는 느리지만 계산 오차가 더 낮습니다.
</Note>

**구문**

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

**별칭**: `COVAR_SAMP`

**인수**

* `x` — 첫 번째 변수. [`(U)Int*`](/reference/data-types/int-uint) 또는 [`Float*`](/reference/data-types/float) 또는 [`Decimal`](/reference/data-types/decimal)
* `y` — 두 번째 변수. [`(U)Int*`](/reference/data-types/int-uint) 또는 [`Float*`](/reference/data-types/float) 또는 [`Decimal`](/reference/data-types/decimal)

**반환 값**

`x`와 `y` 사이의 표본 공분산을 반환합니다. `n <= 1`이면 `nan`을 반환합니다. [`Float64`](/reference/data-types/float)

**예시**

**기본 표본 공분산 계산**

```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 │
└─────────────────────────────┘
```

**단일 값인 경우 NaN 반환**

```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 │
└─────────────────────────────┘
```