Kỳ vọng rõ ràng tỷ lệ thuận với sản phẩm của các yếu tố tỷ lệ bình phương . Hằng số tỷ lệ thu được bằng cách tiêu chuẩn hóa các biến, làm giảm thành ma trận tương quan với tương quan . Σ ρ = σ 12 / √σ11σ22Σρ=σ12/σ11σ22−−−−−√
Giả sử tính quy tắc bivariate, sau đó theo phân tích tại https://stats.stackexchange.com/a/71303 chúng ta có thể thay đổi các biến thành
X1=X, X2=ρX+(1−ρ2−−−−−√)Y
Trong đó có phân phối chuẩn (không tương thích) phân phối chuẩn và chúng ta chỉ cần tính toán(X,Y)
E(X2(ρX+(1−ρ2−−−−−√)Y)2)=E(ρ2X4+(1−ρ2)X2Y2+cX3Y)
trong đó giá trị chính xác của hằng số không quan trọng. ( là phần dư khi hồi quy so với .) Sử dụng các kỳ vọng đơn biến cho phân phối chuẩn thông thườngcYX2X1
E(X4)=3, E(X2)=E(Y2)=1, EY=0
và lưu ý rằng và là sản lượng độc lậpXY
E(ρ2X4+(1−ρ2)X2Y2+cX3Y)=3ρ2+(1−ρ2)+0=1+2ρ2.
Nhân số này với mang lạiσ11σ22
E(X21X22)=σ11σ22+2σ212.
Phương pháp tương tự áp dụng cho việc tìm kiếm kỳ vọng của bất kỳ đa thức nào trong , vì nó trở thành đa thức trong và rằng, khi được mở rộng, là một đa thức trong các biến và độc lập thường được phân phối . Từ(X1,X2)(X,ρX+(1−ρ2−−−−−√)Y)XY
E(X2k)=E(Y2k)=(2k)!k!2k=π−1/22kΓ(k+12)
đối với tích phân (với tất cả các khoảnh khắc lẻ bằng 0 theo đối xứng) chúng ta có thể suy rak≥0
E(X2p1X2q2)=(2q)!2−p−q∑i=0qρ2i(1−ρ2)q−i(2p+2i)!(2i)!(p+i)!(q−i)!
(với tất cả các kỳ vọng khác về đơn thức bằng 0). Điều này tỷ lệ thuận với chức năng siêu bội (gần như theo định nghĩa: các thao tác liên quan không sâu hoặc mang tính hướng dẫn),
1π2p+q(1−ρ2)qΓ(p+12)Γ(q+12)2F1(p+12,−q;12;ρ2ρ2−1).
Thời gian hàm siêu bội được xem như là một hiệu chỉnh nhân cho nonzero .ρ(1−ρ2)qρ