Parametry v bivariátním případě

Dataset gender by bylo možné klasterizovat pomocí dvou proměnných místo jedné, jenže tento krok přináší vyšší složitost. V univariátním případě jsme viděli, že počet odhadovaných parametrů je šest: 2 střední hodnoty, 2 směrodatné odchylky a 2 proporce.

Když přidáme další proměnnou a uvažujeme křížový člen různý od nuly, stále musíme odhadnout dvě střední hodnoty, ale každá z nich se skládá ze dvou hodnot. Kovarianční matice je navíc tvořena čtyřmi hodnotami: příslušnými rozptyly a křížovým členem.

Kolik různých hodnot celkem musíme odhadnout?