普通的协方差就是两个随机变量偏离中心点的一致性（是否同时偏大和偏小）, 而且这两个随机变量之间有某种顺序（关系）。

在高维中考虑这个概念，却发现统计书上似乎引入的是协方差矩阵，即考察每个向量分量之间的协方差，结果是一个矩阵。可是明明空间中的两个向量序列（每个元素都是一个向量），其偏离中心的方向的一致性是可以用内积来衡量的，可以很自然的将原来定义的协方差引入为两个向量的协方差，其结果是一个标量。

Cov(X,Y)=E((X-E(X))*(Y-E(Y)) 中间的乘号是内积

不知道有这样的概念吗？
--
修改:gnwd FROM 125.86.90.*
FROM 125.86.90.*