
【计】 conditional mean
capitulation; condition; factor; if; prerequisite; qualification; requirement
term
【计】 condition; criteria
【医】 condition
【经】 condition; proviso; terms
【医】 mean
中文术语:条件均值
英文术语:Conditional Expectation
条件均值(Conditional Expectation)是概率论与统计学中的核心概念,指在给定某些条件下,随机变量的期望值。其数学本质为:若存在随机变量 (X) 和条件变量 (Y),则 (X) 在 (Y=y) 时的条件均值记为 (E(X mid Y=y)),表示在 (Y) 取特定值 (y) 时,(X) 的平均取值水平。
$$
E(X mid Y=y) = sum_{x} x cdot P(X=x mid Y=y)
$$
$$
E(X mid Y=y) = int{-infty}^{infty} x cdot f{X mid Y}(x mid y)dx
$$
其中 (f_{X mid Y}) 为条件概率密度函数。
(E[E(X mid Y)] = E(X)),即条件均值的期望等于无条件期望。
条件均值 (E(X mid Y)) 是所有 (Y) 的函数中,对 (X) 的最优预测(最小化 (E[(X-g(Y))]))。
参考来源:
条件均值(Conditional Mean)是统计学和概率论中的核心概念,指在给定某些特定条件下,随机变量的期望值。其数学定义为:若随机变量( Y )在另一变量( X = x )的条件下满足一定概率分布,则条件均值可表示为: $$ E(Y mid X = x) = sum{y} y cdot P(Y=y mid X=x) quad text{(离散型)} $$ 或 $$ E(Y mid X = x) = int{-infty}^{infty} y cdot f{Y|X}(y mid x) , dy quad text{(连续型)} $$ 其中,( f{Y|X}(y mid x) )是条件概率密度函数。
与无条件均值的区别
无条件均值(( E(Y) ))是随机变量( Y )的总体平均值,而条件均值是限定在( X )取特定值时的局部平均值。例如:
应用场景
计算方法
假设研究教育年限(( X ))对收入(( Y ))的影响:
条件均值能揭示变量间的局部关系,尤其在存在异质性效应时(如不同人群、不同环境下的差异),比单纯的无条件均值更具解释力。
报告程序生成语言变址部分不可抗拒的灾害财务的成本计划抽头电压基准管地址选择发放股利专款反跳式复发非锁定转义字符弗伦克耳氏征共价闭环DNA硅钙铅矿黄铜匠环椎枕骨并联痉孪性痛经可选参数力多边形面记录密度酩酊麻醉偶数存储单元排汽管道抛空风手把双边贸易及支付协定双螺母输精管的数学生物学图形分析