統計検定の受験者コミュニティや企業の研修現場をリサーチすると、共分散の運用において共通して見られる誤認や失敗パターンが浮かび上がってきます。多くの初学者が直面するリアルな課題を検証します。
落とし穴1：「共分散の値が大きい＝相関が非常に強い」と思い込む誤解
SNSや質問サイト等で散見される典型的なミスが、共分散の数値を絶対評価してしまうケースです。「共分散が800もあるから強い相関がある」と結論づけてしまうのは重大な誤謬です。前述のとおり、金額（円）や重量（g）のように桁数が大きい単位を採用しているデータでは、相関が極めて弱くても共分散が数千〜数万に膨らみます。2変数の連動の強さを議論する際は、必ず相関係数（$-1$ から $1$ の範囲）に変換して評価しなければなりません。
落とし穴2：外れ値（異常値）による数値の歪みを無視する
共分散は「偏差の積」を累積するため、1つでも極端な外れ値が含まれていると計算結果全体が大きく引っ張られます。49組のデータが無相関であっても、たった1組の極端なデータが存在するだけで共分散が大きく正に傾く事例は現場でも頻発します。実務では計算に入る前に必ず散布図をプロットし、データの視覚的確認を怠らない姿勢が必須です。
落とし穴3：「共分散＝0」を「まったくの無関係」と早合点するリスク
「共分散が0であれば2変数は無関係である」という言説も正確ではありません。共分散や相関係数が捉えられるのは、あくまで「直線的な線形関係」のみです。例えば、$y = x^2$ のような明確な2次関数の関係があるデータ群でも、左右対称にデータが分布していれば共分散は正確に「0」になります。「直線関係がない」ことと「関係性そのものがない」ことは全くの別物であることを銘記すべきです。
