Kui leidub niisugune funktsioon f(x,y), et siis nimetatakse seda juhuslikku vektorit pidevaks, funktsiooni f(x,y) aga selle juhusliku vektori tihedusfunktsiooniks. Pideva juhusliku vektori jaotustihedus e. tihedusfunktsioon on jaotusfunktsiooni teist järku segaosatuletis: . Geomeetriliselt võib funktsiooni f(x,y) kujutada mingi pinnana, mida nimetame jaotuspinnaks. 19. Juhusliku vektori keskväärtus pideval ja diskreetsel juhul. 20. Kovariatsioon ja korrelatsioon. Juhuslike suuruste X ja Y kovariatsiooniks cov(X,Y) nimetatakse arvu, mis on määratud võrdusega cov(X,Y) = E[(X - EX)(Y - EY)]. Kui juhuslike suuruste kovariatsioon on positiivne, siis mõlemad juhuslikud suurused hälbivad oma keskväärtustest ühes ja samas suunas. Kui juhuslike suuruste kovariatsioon on negatiivne, siis need juhuslikud suurused hälbivad oma keskväärtustest enamasti erinevates suundades. Korrelatsioon - nähtuste vastastikune sõltuvus ehk suhe, mille tõttu muutused ühes nähtuses kutsuvad esile
suuremal alal kui väikesed salgad. Võib-olla on täiesti juhusliku kokkusattumuse tõttu putuktoiduliste primaatide salgad lihtsalt keskmiselt suuremad ja toitumistüübil endal ei ole kodupiirkonna suurusele mingit otsest mõju? Niisugust nähtust, kus mingi uurijat huvitava muutuja (antud juhul toitumistüüp) väärtus varieerub kooskõlas mõne teise muutuja väärtusega, nimetatakse muutujate kovariatsiooniks ja seda teist muutujat kovariaattunnuseks. Kovariaattunnused esinevad uurijat huvitava tööhüpoteesi kontrollimisel nn segavate muutujatena. Antud juhul on segavaks muutujaks salga suurus. Teiseks, primaatide liigid on väga erineva kehasuurusega. On teada, et suurema kehaga liikidel on ühtlasi ka suurem kodupiirkond, sest nad vajavad rohkem toitu. Järelikult on vaja kontrollida ka selle segava muutuja mõju: äkki on putuktoidulised primaadid juhuslikult ka
annaabi.ee 
