В статье рассматриваются методы в области корреляционно-статистической линеаризации, применяемой к отображению входных и выходных данных в нелинейных системах. Эта методология рассматривает входные и выходные данные стохастической системы как компоненты в гильбертовом пространстве, используя обобщенное скалярное произведение. Правильный выбор скалярного произведения облегчает использование дисперсионных функций вместо традиционных корреляционных функций при построении линеаризованных моделей. Дисперсионные функции обеспечивают более полное понимание взаимосвязей между случайными процессами по сравнению с корреляционными функциями. Этот подход эффективно устраняет ограничения, связанные с идентификацией нелинейных систем исключительно на основе корреляционных метрик.