M1.1 從鞋子猜身高：Conditional Expectation

起點：只看鞋子

朋友傳來一張照片，只拍到一雙鞋。你查到那是 25 公分的尺寸，然後被要求猜鞋主的身高。

問題一：你會猜幾公分？依據是什麼？

問題二：朋友補了一句「是男生」。你的猜測往哪邊動、動多少？ 如果補的是「是女生」呢？

請寫下兩題的答案與確定程度。多數人第一題會說「大概 165」，第二題會說「男生就往上調到 170 左右、女生往下調」。這些直覺大致對。但有一件事直覺通常說不出來：「男生的猜測」與「女生的猜測」和「不知道性別時的猜測」之間，有一個精確的關係，而且這個關係決定了「多一個條件」到底是幫了什麼。這一篇把「用已知條件去猜」寫成一個數學物件，然後回來看這個關係。

課堂提問Q1

把情境翻成數學：這裡的隨機變數有哪些？「猜身高」在數學上是在算什麼？「再知道性別」改變了哪個物件？

先想一想，再展開看整理後的答案

最直覺的說法是「身高是隨機變數」，然後就卡住。要多說三件事。

隨機的來源是「這個人是誰」。 想像鞋主是從某個母體（例如台灣的成年人）裡隨機抽出來的一個人。抽到誰決定了三個數：身高 $Y$ 、鞋碼 $X$ 、性別 $G$ 。它們是同一次抽樣產生的三個隨機變數，彼此有關——鞋子大的人通常比較高。

「猜」是在算一個平均。 「知道 $X=25$ ，猜 $Y$ 」最自然的做法：把母體裡所有鞋碼 25 的人找出來，算他們的平均身高。這個數記成 $\mathbb E[Y\mid X=25]$ 。它不是「一定對」的預測（同一個鞋碼的人身高有一整個範圍），而是那一桶人的中心。

「再知道性別」是換了一個更細的桶。 「鞋碼 25 且男性」是一桶，「鞋碼 25 且女性」是另一桶，各有自己的平均： $\mathbb E[Y\mid X=25,G=\text{男}]$ 與 $\mathbb E[Y\mid X=25,G=\text{女}]$ 。原本那一桶，正好是這兩桶倒在一起。翻譯到這裡，問題二就變得精確：兩個細桶的平均與粗桶的平均是什麼關係？ 這是 conditional expectation 的核心性質。

分桶、取平均、再合併

把一整個班的人按鞋碼排隊：23 的一桶、24 的一桶、25 的一桶……每桶算一個平均身高，寫在桶上。「知道鞋碼猜身高」就是看鞋碼、讀桶上的數字。所以這個猜測不是一個數，是一張表：每個鞋碼對應一個數。

現在把每一桶再依性別分成兩小桶，各算平均。三件事會發生：（一）男生小桶的數字通常比原桶高、女生小桶通常比原桶低；（二）把兩個小桶倒回去，總平均一定等於原桶的數字——因為那本來就是同一群人；（三）小桶裡的人彼此更像，每桶內的身高散得比較開的程度變小了。

第（二）點是這一篇的主角。它說「多一個條件」不會系統性地把猜測往某邊推——推上去的和推下去的，按人數加權後剛好抵消。

示意圖 · 規劃中按鞋碼分桶，再按性別細分：小桶合併回大桶

檔名：m1-probability/imgs/m1-1-1.svg（16:9）。
上排：六個桶，標鞋碼 23–28，每桶上方寫平均身高（例如 158、161、165.2、169、173、177——鞋碼 25 那一桶要和下排合併回來的數字完全一致），桶身高度＝人數。桶內用小點畫出身高的散佈（縱向），讓讀者看到每桶內仍有一整個範圍。
下排：把鞋碼 25 那一桶拆成兩個小桶——「男・25」（人數 40%，平均 170）與「女・25」（人數 60%，平均 162），各自的散佈比大桶窄。兩小桶之間一個 $\Rightarrow$ 指回大桶，旁邊寫 $0.4\times170+0.6\times162=165.2$ 。
右側一句：「猜測是一張表（每個鞋碼一格），不是一個數。細分再合併，平均不變；桶內的散佈變小。」
圖說：「 $\mathbb E[Y\mid X]$ 是桶上的數字；tower property 是『小桶按人數加權平均＝大桶』。」

把桶寫成數學

定義。 $X$ 、 $Y$ 是同一次抽樣得到的隨機變數。對 $X$ 的每個可能值 $x$ ，

m(x)=\mathbb E[Y\mid X=x]=\sum_y y\,P(Y=y\mid X=x)\quad\Big(\text{連續時 }\int y\,p(y\mid x)\,dy\Big)

是「 $X=x$ 那一桶的 $Y$ 平均」——一個數。把 $x$ 換成隨機變數 $X$ 本身， $\mathbb E[Y\mid X]:=m(X)$ 就是「看到 $X$ 之後讀出來的桶上數字」——它是 $X$ 的函數，因此自己也是一個隨機變數（抽到誰、鞋碼就不同、讀到的數字就不同）。這是初學最容易混的一點： $\mathbb E[Y\mid X=25]$ 是 165.2 這種數， $\mathbb E[Y\mid X]$ 是整張表。

四個性質。

總平均： $\mathbb E\big[\mathbb E[Y\mid X]\big]=\mathbb E[Y]$ ——所有桶的數字按人數加權平均，就是全班平均。
Tower property（迭代條件）：對任何額外的資訊 $G$ ，

\mathbb E\big[\,\mathbb E[Y\mid X,G]\;\big|\;X\,\big]=\mathbb E[Y\mid X].

細桶（ $X,G$ 都知道）的數字，在只知道 $X$ 的情況下取平均，就回到粗桶。性質 1 是它在「 $X$ 什麼都不告訴你」時的特例。 3. 提出已知的東西： $\mathbb E[h(X)\,Y\mid X]=h(X)\,\mathbb E[Y\mid X]$ ——在桶裡 $X$ 是常數， $h(X)$ 可以直接提出來。 4. 獨立：若 $X$ 與 $Y$ 獨立， $\mathbb E[Y\mid X]=\mathbb E[Y]$ ——每桶的數字都一樣，分桶白做。

展開細節Tower property 的證明（離散，四行）

固定 $X=x$ 。左邊是「先算細桶數字 $\mathbb E[Y\mid X=x,G=g]$ ，再對 $g$ 按 $P(G=g\mid X=x)$ 加權」：

\sum_g P(g\mid x)\sum_y y\,P(y\mid x,g)=\sum_y y\sum_g P(y,g\mid x)=\sum_y y\,P(y\mid x)=\mathbb E[Y\mid X=x].

中間那一步用了 $P(g\mid x)P(y\mid x,g)=P(y,g\mid x)$ （條件機率的乘法），以及「對 $g$ 加總把 $g$ 邊際掉」。連續情形把和換成積分，一字不改。

回到情境：兩個直覺，一個關係

問題一。 「猜 165」就是讀 $\mathbb E[Y\mid X=25]$ 。它是對的做法——不過「對」在這裡有一個很具體的意思：它是那一桶的中心，同桶的人身高散在它兩側。為什麼「中心」是好猜測、以及在哪種意義下最好，是 M1.2 的事；這裡只確認它是有定義、可以算的量。

問題二。 「男生往上調到 170、女生往下調到 162」對應 $\mathbb E[Y\mid X=25,G]$ 的兩個值。tower property 給了直覺說不出的那件事： $0.4\times170+0.6\times162=165.2$ ，兩個細桶按性別比例加權回來，必須等於粗桶。所以「多一個條件」不是「往某邊修正」，而是把一個猜測拆成幾個猜測——拆得對不對，可以用加權平均是否回到原值來檢查。也因此，如果有人告訴你「鞋碼 25 的男生平均 170、女生平均 168、整體 165」，你可以立刻判斷這組數字不可能同時成立。

多一個條件到底幫了什麼？ 不是改變平均，而是縮小每桶內的散佈：細桶裡的人彼此更像，猜錯的幅度變小。這件事下一篇會寫成一條精確的等式。

這一切依賴什麼。 第一， $\mathbb E[Y\mid X]$ 是對母體的聯合分佈定義的。鞋主如果不是從你腦中那個母體抽出來的（例如照片來自籃球隊聚會），表就用錯了——不是數學錯，是母體錯。第二，實務上這張表是從資料估出來的：每桶的平均由桶內的樣本算。桶分得越細，每桶樣本越少，桶上的數字越不穩。條件多到一定程度，「理論上更準」會被「估計上更抖」吃掉。

回到情境：用一個合成母體跑一次

import numpy as np
rng = np.random.default_rng(1)
def population(n):                                   # 合成母體：性別 → 鞋碼 → 身高
    g = rng.random(n) < 0.5                          # True = 男
    shoe = np.where(g, rng.normal(26.5, 1.0, n), rng.normal(23.5, 1.0, n))
    height = np.where(g, 176 + 4*(shoe-26.5), 158 + 4*(shoe-23.5)) + rng.normal(0, 5, n)
    return g, shoe, height
for n in (200_000, 60):                              # 大母體 vs 只有 60 筆資料
    g, shoe, h = population(n)
    b = np.abs(shoe - 25) < 0.25                     # 鞋碼 25 那一桶
    pm = g[b].mean()                                 # 桶內男生比例
    EY, EYm, EYf = h[b].mean(), h[b & g].mean(), h[b & ~g].mean()
    print(f"n={n:>6}: 桶內 {b.sum()} 人  E[Y|25]={EY:.1f}  男={EYm:.1f} 女={EYf:.1f}  "
          f"加權回來={pm*EYm+(1-pm)*EYf:.1f}  桶內標準差 {h[b].std():.1f} → 男 {h[b&g].std():.1f} 女 {h[b&~g].std():.1f}")

大母體那一行：三個平均按比例加權後與 $\mathbb E[Y\mid 25]$ 完全相同（這是恆等式，不是近似），而桶內標準差從約 5.8 掉到約 5（男生桶平均約 170、女生桶約 164，兩桶各自散佈 5，混在一起多出「桶間差距」那一份）——多知道性別讓散佈變小、平均不變。 $n=60$ 那一行：鞋碼 25 的桶裡可能只有幾個人，分性別後有的小桶只剩一兩個、甚至是空的，桶上的數字跳來跳去——這就是「條件太細、樣本太少」。

互動 demo · 規劃中鞋碼 vs 身高：拖桶寬、開性別、縮樣本

位置：本節之後。檔名：site/public/notes/research_areas/mathematical-foundations/m1-probability/m1-1-2.html。這是本篇的核心互動。
版面：主圖是鞋碼（橫軸）對身高（縱軸）的散佈圖，點依性別著色（預設不上色，開關後上色）。疊上一條階梯狀的曲線：每個桶的平均身高 $\mathbb E[Y\mid X\in\text{桶}]$ 。右側面板顯示滑鼠所在桶的：人數、平均、男女比例、男女各自的平均、以及「加權回來」的數字。
控制項：滑桿「桶寬」（ $0.1$ – $2$ 公分）；開關「依性別細分」：階梯曲線分裂成兩條（男、女），面板同時顯示 $0.4\times170+0.6\times162$ 這種算式並打勾「＝大桶平均」；滑桿「樣本數」 $n$ （ $50$ – $200{,}000$ ，對數）；按鈕「重新抽樣」；開關「顯示每桶的標準差」：在階梯上畫出 ±1 標準差的帶子，細分後帶子變窄。
預期看到的事： $n$ 大時階梯平滑、細分後兩條曲線各自平滑且加權回來完全吻合； $n$ 小或桶太窄時，階梯鋸齒、部分桶為空（畫成缺口）、細分後更糟——用紅字標「桶內 $<5$ 人」。
底部觀察句：「觀察：條件多一個，平均不會系統性移動（tower property），但每桶內的散佈變小；代價是每桶的樣本變少，估出來的表變抖。」
匯出 PNG：主圖 + 面板併成 16:9。

先消化一下

想一想

一家外送平台想預測每筆訂單的送達時間。它先按「距離」分桶算平均，再細分成「距離 × 是否下雨」。下列哪個敘述正確？

參考文獻

Grimmett, G., Stirzaker, D. Probability and Random Processes, 3rd ed. Oxford University Press 2001.（conditional expectation 的定義與性質。）
Williams, D. Probability with Martingales. Cambridge University Press 1991, Ch. 9.（把 $\mathbb E[Y\mid X]$ 當成隨機變數、tower property 的一般形式。）
Blitzstein, J. K., Hwang, J. Introduction to Probability, 2nd ed. CRC Press 2019, Ch. 9.（Adam’s law／tower property 與大量生活化例題。）