根据我的理解，vector的期望（比如nx1）等同于找到平均值。但是，如果我们有两个向量x和y，它们都是（nx1），试图找到这些向量乘积的期望是什么意思？
e.g：
E[x * y] = ?
我们采取内在产品或外部产品？如果我使用Matlab，我会做什么：
E[x' * y]
或
E[x * y']
或
E[x .* y]
我并不是真正理解应用于向量产品的期望背后的直觉（我的背景不是数学），所以如果有人能为我阐明这一点，我会非常感激。谢谢！
==编辑==
你是对的，我不清楚。我看到了协方差的定义，其中给出的公式为：
Cov[X; Y] = E[X * Y] - E[X] * E[Y]
而E[X * Y]出现的部分让我很困惑。我应该把它放在数学网站上，并且下次会。谢谢你的帮助。
答案 0 :(得分：2)
尽管我认为这属于数学或统计网站，但我现在感到无聊，所以我会说几句话。
您需要定义何时做，并了解您想要看到的内容。数字，向量本身就是那些 - 数字。没有上下文就没有意义。我认为这是你的问题。
例如，您可以将矢量视为数字列表，因此可以查看某些分布中的样本，但可以查看标量值参数的样本。因此，我的矢量可能是一天中我家中的温度列表，也可能是上周的降雨量列表。因此，我们可以谈论这些测量的平均值。如果我们有分布，我们可以谈谈该分布的预期价值。
您也可以将矢量视为单一信息。它可能代表我在地球表面的位置，所以也许[纬度，经度，海拔]。因此，采用这三种信息的均值是没有意义的。但是，我可能对平均位置感兴趣，在一段时间内接管了许多这样的位置测量。
至于担心内外产品，他们会让你感到困惑。相反，请考虑这些数字代表什么以及您需要做些什么，然而只关心如何计算您需要的数字。
答案 1 :(得分：1)
继续@woodchips的回答 - 当有意义地将两个随机变量相乘并找到产品的期望时，在离散情况下，它取决于您是否具有X和{的值{1}}彼此对应，即如果每个事件都有Y和x。在这种情况下，为了找到产品的期望，您只需将每对y和x相乘，即可找到均值。如果它们是独立的并且您只有两个样本载体并且没有共存，那么产品的期望仅仅是它们各自期望的结果。