Ожидание явно пропорционально произведению квадратов масштабных коэффициентов . Константа пропорциональности получается путем стандартизации переменных, которая сводит Σ к матрице корреляции с корреляцией ρ = σ 12 /σ11σ22Σρ=σ12/σ11σ22−−−−−√ .
Предполагая двумерную нормальность, в соответствии с анализом на https://stats.stackexchange.com/a/71303 мы можем изменить переменные на
X1=X, X2=ρX+(1−ρ2−−−−−√)Y
где (X,Y) имеет стандартное (некоррелированное) двумерное нормальное распределение, и нам нужно только вычислить
E ( X2( ρ X+ ( 1 - ρ2-----√) Y)2) = E ( ρ2Икс4+ ( 1 - ρ2) X2Y2+ с х3Y)
где точное значение постоянной не имеет значения. ( Y - остаток от регрессии X 2 против X 1. ) Использование одномерных ожиданий для стандартного нормального распределениясYИкс2Икс1
E ( X4) = 3 , E ( X 2) = E ( Y2)=1, EY=0
и отмечая, что и Y являются независимыми выходамиXY
E(ρ2X4+(1−ρ2)X2Y2+cX3Y)=3ρ2+(1−ρ2)+0=1+2ρ2.
Умножая это на σ11σ22 дает
E ( X21Икс22) = σ11σ22+ 2 σ212,
Тот же метод применяется для нахождения ожидания любого многочлена в , потому что он становится многочленом в ( X , ρ X + (( Х1, X2)и что при раскрытии является полиномом отнезависимыхнормально распределенных переменныхXиY(X, ρ X+ ( 1 - ρ2-----√) Y)ИксY . От
E ( X2 к) = E ( Y2 к) = ( 2 к ) !к ! 2К= π- 1 / 22КΓ ( k + 12)
для интеграла (со всеми нечетными моментами, равными нулю по симметрии), можно вывестиk ≥ 0
E ( X2 р1Икс2 кв2) = ( 2 кв) ! 2- п - дΣя = 0Qρ2 я( 1 - ρ2)Q- я( 2 р + 2 я ) !( 2 я ) ! ( р + я ) ! ( д- я ) !
(при всех других ожиданиях мономов, равных нулю). Это пропорционально гипергеометрической функции (почти по определению: манипуляции не являются глубокими или поучительными),
1π2p + q( 1 - ρ2)QΓ ( p + 12) Γ ( q+ 12)2F1( р + 12, - д; 12; ρ2ρ2- 1) .
( 1 - ρ2)Qρ