Setelah klarifikasi oleh OP, tampak bahwa a) kami berasumsi bahwa dua variabel mengikuti bersama normal bivariat dan b) minat kami adalah pada distribusi bersyarat, yang kemudian
Yn∣Xn=x ∼ N(μy+σyσxρn(x−μx),(1−ρ2n)σ2y)
Kemudian kita melihat bahwa sebagai , kita memiliki , dan varians dari distribusi kondisional menjadi nol. Secara intuitif, jika korelasi mengarah ke persatuan, "mengetahui " sudah cukup untuk "mengenal " juga.n→∞ρn→1xy
Tapi di mana saja di atas kita tidak mendapatkan bahwa adalah nol. Bahkan pada batas kovarians akan tetap sama dengan . Cov(Yn,Xn)Cov(Yn,Xn)→σyσx
Perhatikan bahwa kovarians kondisional (dan kemudian juga korelasi kondisional) selalu nol, karena,
Cov(Yn,Xn∣Xn=x)=E(YnXn∣Xn=x)−E(Y∣Xn=x)E(X∣Xn=x)
=xE(Yn∣Xn=x)−xE(Y∣Xn=x)=0
Ini terjadi karena dengan memeriksa kita telah mengubah salah satu variabel acak menjadi konstanta, dan konstanta tidak co-variatif dengan apa pun.Xn=x