如何计算均匀分布下的条件期望？附二维离散均匀分布实例

先给你拆解下离散场景下条件期望的核心逻辑：对于二维离散均匀分布，当给定$X=a$时，相当于把所有满足$X=a$的样本点单独拎出来，这些点构成了一个新的“子分布”——因为原分布每个点概率相等，所以这些子样本点的条件概率也相等，此时$\mathbb{E}[Y\mid X=a]$就是这些点对应$Y$值的算术平均值。

接下来我们分三种情况一步步算：

当$a=-2$时 #

先找出所有$X=-2$的样本点：$(-2,0)$和$(-2,-2)$，一共2个点。
给定$X=-2$的条件下，每个点的条件概率都是$\frac{1}{2}$（原分布每个点概率为$\frac{1}{6}$，两个点总概率是$\frac{2}{6}=\frac{1}{3}$，条件概率就是$\frac{1/6}{1/3}=\frac{1}{2}$）。
所以条件期望就是这两个点$Y$值的平均：
$$\mathbb{E}[Y\mid X=-2] = \frac{0 + (-2)}{2} = -1$$

当$a=0$时 #

找出所有$X=0$的样本点：$(0,-1)$和$(0,0)$，一共2个点。
同理，每个点的条件概率为$\frac{1}{2}$，条件期望为：
$$\mathbb{E}[Y\mid X=0] = \frac{(-1) + 0}{2} = -\frac{1}{2}$$

当$a=1$时 #

找出所有$X=1$的样本点：$(1,0)$和$(1,3)$，一共2个点。
条件期望就是这两个$Y$值的平均：
$$\mathbb{E}[Y\mid X=1] = \frac{0 + 3}{2} = \frac{3}{2}$$

补充一句：其实离散条件期望说白了就是“锁定$X$的取值后，$Y$的平均水平”，因为是均匀分布，不用套复杂公式，核心就是筛选出符合条件的样本点再求平均就行~

内容的提问来源于stack exchange，提问作者Anil