Пусть (X,Y) – система дискретных случайных величин. Условным математическим ожиданием дискретной случайной величины Y приусловии, что Х=
, называется величина
М[Y│X=
]=
.
Аналогично, условным математическим ожиданием дискретной случайной величины X приусловии, что Y = yj, называется величина
М[Х│Y=
]=
,
:
;
.
Пусть
- системанепрерывных случайных величин. В этом случае условное математическое ожидание случайной величины Y приусловии, что Х= xi, определяется равенством:
М[Y│
]=
.
Аналогично, условное математическое ожидание случайной величиныX приусловии, что Y = yj, определяется равенством:
М[Х│
]= 
Для характеристики связи между величинами Х и Y служит корреляционный момент:
Kxy = М[ 
]=M[(X – mx)M(Y – my)].
Используя понятие корреляционного момента запишем еще одно свойство дисперсии, а именно - дисперсия суммы двух случайных величин определяется равенством:
D[X+Y] = D[X]+D[Y]+2Kxy
Корреляционный момент иначе называется ковариация и обозначается cov(Х, Y).
Величина корреляционного момента вычисляется по формулам:
а) если Х и Y – дискретные случайные величины:
Kxy=
,
:
;
.
б) если Х и Y – непрерывные случайные величины:
Kxy=
,
где
- плотность вероятности двумерной случайной величины
,
,
- математические ожидания компонент
.
Корреляционный момент удобно вычислять по формуле:
Kxy=М[ХY]-М[Х]М[Y].
Если Х и Y независимы, то Kxy=0. Таким образом, если Kxy
0, тослучайные величины Х и Y зависимы. В этом случае случайные величины Х и Y называются коррелированными.
Когда Kxy=0, случайные величины Х и Y называются некоррелированными.
Из рассмотренного свойства корреляционного момента получаем важное следствие. Дисперсия суммы двух случайных величин равна сумме их дисперсий если величины X и Y независимы, т.е.
D[X+Y] = D[X]+D[Y]+2Kxy
Коэффициент корреляции (rxy) для двух случайных величин Х и Y есть безразмерная величина:
rxy=
,
где
,
- средние квадратические отклонения величин Х и Y соответственно.


Коэффициент корреляции характеризует степень линейной зависимости двух случайных величин Х и Y.