по Х и Х по У, а линии, определяемые этими уравнениями,
называются линиями рёгрессии. Линии ре-
трессии 
вводятся 
лишь для 
непрерывных 
случайных
величин (для дискретных случайных величин линии ре-
грессии будут состоять 
из изолированных точек плос-
кости).
Зависимые и независимые случайные величины, Поня-
тия зависимости или независимости случайных величин
являются одними из важнейших понятий теории вероят-
ностей. Случайная величина Х называется независимой
от случайной 
величины У, если закон распределения
величины Х не зависнт от того, какое значение приняла
величина У. Для непрерывных случайных величин усло-
вие независимости Х от У может быть записано в виде
Г суи) = Г, () при любом й.
Если же случайная величина Х зависит от случайной
величины У, то / (х/у) + [ (,
Укажем простой признак независимости случайных
величин. Для того чтобы непрерывные случайные вели-
чины Х и У были независимыми, необходимо и достаточно,
чтобы плотность распределения 
системы (Х, У) была
равна произведению плотностей распределения отдель-
ных величин, входящих в систему: / (х/у) = Г, () / (#).
Законы распределения 
системы случайных величин
являются ее исчерпывающими вероятностными характе-
ристиками. Однако очень часто в связи с ограниченностью
эксперйментального материала, громоздкостью и трудно-
стью математических выкладок не удается построить закон
распределения системы. Поэтому при описании много-
мерной случайной величины возрастает роль числовых
характеристик системы, которые 
в определен-
ной степени могут дать представление также и о харак-
тере закона распределения. В основу получения числовых
характеристик системы случайных величин положено поня-
тие моментов. Как и для одномерной случайной величины,
здесь различают начальные.и центральные моменты.
Начальным моментом ак порядка к -- 
5 системы ((Х,
У) называется М |Х«У^].
Запишем формулы для вычисления начальных 
мо-
ментов двумерной случайной величины:
для системы дискретных случайных величин
@к е }д ),] хЁ рер
215