ความคาดหวังอย่างชัดเจนเป็นสัดส่วนกับผลิตภัณฑ์ของปัจจัยขนาดยืด{22} คงสัดส่วนจะได้รับโดยมาตรฐานตัวแปรซึ่งจะช่วยลดเมทริกซ์ความสัมพันธ์ที่มีความสัมพันธ์{22}}σ11σ22Σρ=σ12/σ11σ22−−−−−√
สมมติว่ากฎเกณฑ์ bivariate นั้นเป็นไปตามการวิเคราะห์ที่https://stats.stackexchange.com/a/71303เราอาจเปลี่ยนตัวแปรเป็น
X1=X, X2=ρX+(1−ρ2−−−−−√)Y
โดยที่มีการแจกแจงแบบมาตรฐานแบบไม่มีเงื่อนไข (ไม่มีส่วนเกี่ยวข้อง) และเราต้องการเพียงการคำนวณ(X,Y)
E(X2(ρX+(1−ρ2−−−−−√)Y)2)=E(ρ2X4+(1−ρ2)X2Y2+cX3Y)
เมื่อค่าที่แน่นอนของค่าคงที่ไม่สำคัญ (คือส่วนที่เหลือเมื่อถอยเทียบกับ ) การใช้ความคาดหวังที่ไม่แปรเปลี่ยนสำหรับการแจกแจงแบบปกติมาตรฐานcYX2X1
E(X4)=3, E(X2)=E(Y2)=1, EY=0
และสังเกตว่าและมีความเป็นอิสระอัตราผลตอบแทนXY
E(ρ2X4+(1−ρ2)X2Y2+cX3Y)=3ρ2+(1−ρ2)+0=1+2ρ2.
ทวีคูณสิ่งนี้โดยให้σ11σ22
E(X21X22)=σ11σ22+2σ212.
วิธีเดียวกันนี้ใช้กับการค้นหาความคาดหวังของพหุนามใด ๆ ใน เพราะมันจะกลายเป็นพหุนามในและ ว่าเมื่อขยายเป็นพหุนามในอิสระตัวแปรกระจายตามปกติและYจาก(X1,X2)(X,ρX+(1−ρ2−−−−−√)Y)XY
E(X2k)=E(Y2k)=(2k)!k!2k=π−1/22kΓ(k+12)
สำหรับ integral (ด้วยช่วงเวลาแปลก ๆ ทั้งหมดเท่ากับศูนย์โดยสมมาตร) เราอาจได้รับk≥0
E(X2p1X2q2)=(2q)!2−p−q∑i=0qρ2i(1−ρ2)q−i(2p+2i)!(2i)!(p+i)!(q−i)!
(พร้อมความคาดหวังอื่น ๆ ของ monomials เท่ากับศูนย์) นี่เป็นสัดส่วนกับฟังก์ชัน hypergeometric (เกือบตามคำนิยาม: กิจวัตรที่เกี่ยวข้องไม่ลึกหรือให้คำแนะนำ)
1π2p+q(1−ρ2)qΓ(p+12)Γ(q+12)2F1(p+12,−q;12;ρ2ρ2−1).
ฟังก์ชั่น hypergeometric คูณถูกมองว่าเป็นการแก้ไขที่ไม่ใช่ศูนย์สำหรับ multiplicative(1−ρ2)qρ.