Чтобы ответить на ваш вопрос, давайте сначала разберем термины, которые вы упомянули. Мы сосредоточимся на математическом ожидании квадрата отклонения случайной величины от своего математического ожидания.

1. Математическое ожидание (E(X)) - это среднее значение случайной величины, которое показывает, какова "средняя" величина случайной величины в долгосрочной перспективе.

2. Отклонение случайной величины от своего математического ожидания - это разница между значением случайной величины и ее математическим ожиданием. Если X - это случайная величина, то отклонение можно записать как (X - E(X)).

3. Квадрат отклонения - это (X - E(X))^2. Мы берем квадрат, чтобы убрать знак и акцентировать внимание на величине отклонения.

4. Математическое ожидание квадрата отклонения - это E((X - E(X))^2). Это значение показывает среднее значение квадратов отклонений от математического ожидания.

Теперь давайте посмотрим на термины, которые вы перечислили:

• Среднеквадратическое отклонение - это корень из дисперсии. Оно показывает, насколько в среднем значения случайной величины отклоняются от своего математического ожидания.
• Дисперсия - это именно то, что мы получили, когда вычислили E((X - E(X))^2). Это и есть математическое ожидание квадрата отклонения случайной величины от своего математического ожидания.
• Ковариация - это мера, показывающая, как две случайные величины изменяются вместе. Она не относится к отклонению одной величины от ее математического ожидания.
• Корреляция - это стандартизированная версия ковариации, показывающая степень линейной зависимости между двумя случайными величинами. Это также не относится к отклонению одной величины от ее математического ожидания.

Таким образом, правильный ответ на ваш вопрос: дисперсия случайной величины. Дисперсия определяет, насколько значения случайной величины разбросаны относительно своего математического ожидания.