Valore atteso condizionato — ingegnerismo.it

Il valore atteso condizionato descrive la media di una variabile aleatoria quando una parte dell’informazione è già nota. Se $Y$ è la grandezza da prevedere e $X$ rappresenta i dati osservati, $E[Y\mid X]$ è la previsione media di $Y$ aggiornata alla conoscenza di $X$ .

Questa nozione è centrale in probabilità, statistica, filtraggio, regressione e modelli bayesiani. In termini geometrici, può essere interpretata come una proiezione: tra tutte le funzioni di $X$ , il valore atteso condizionato è quella che approssima meglio $Y$ in media quadratica.

Definizione nel caso discreto e continuo

Se $X$ assume valori discreti e $P(X=x)>0$ , il valore atteso condizionato è

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

Nel caso continuo, quando esiste una densità condizionata $f_{Y\mid X}$ , si scrive

E[Y\mid X=x] = \int_{-\infty}^{+\infty} y\,f_{Y\mid X}(y\mid x)\,dy.

L’espressione $E[Y\mid X]$ è quindi una variabile aleatoria: cambia al variare del valore osservato di $X$ . Invece $E[Y\mid X=x]$ è un numero, cioè il valore assunto da quella funzione quando l’informazione osservata è $X=x$ .

Proprietà della torre

La proprietà più importante è la legge dell’aspettazione iterata:

E\!\left[E(Y\mid X)\right]=E(Y).

Più in generale, se l’informazione contenuta in $Z$ include quella contenuta in $X$ , allora

E\!\left[E(Y\mid Z)\mid X\right]=E(Y\mid X).

Questa regola è detta anche proprietà della torre perché permette di semplificare attese condizionate annidate. È uno degli strumenti più usati nei calcoli su processi stocastici, catene di misura e modelli decisionali.

Interpretazione come migliore previsione

Tra tutte le funzioni misurabili $g(X)$ , il valore atteso condizionato minimizza l’errore quadratico medio:

E\!\left[(Y-g(X))^2\right].

La soluzione è

g^\ast(X)=E(Y\mid X).

Questo risultato spiega perché la regressione, il filtraggio e molte tecniche di stima cercano una media condizionata: non è solo una media aggiornata, ma la migliore previsione possibile se il criterio di errore è quadratico. Il collegamento con la probabilità condizionata è diretto, ma il valore atteso condizionato è più ricco perché restituisce una grandezza media, non solo una probabilità.

Uso nei modelli bayesiani

In inferenza bayesiana si calcolano spesso quantità del tipo

E[\theta\mid dati],

dove $\theta$ è un parametro incerto. Questa media posteriore è una stima puntuale che usa sia le osservazioni sia l’informazione a priori. La stessa idea compare nella distribuzione predittiva, dove si media una previsione rispetto all’incertezza residua sui parametri.

Errori comuni

Un errore frequente è trattare $E[Y\mid X]$ come una costante. In realtà è una funzione di $X$ e quindi una variabile aleatoria. Diventa un numero solo dopo aver fissato $X=x$ .

Un secondo errore è confondere condizionamento e causalità: sapere che $E[Y\mid X=x]$ cambia con $x$ non significa automaticamente che $X$ causi $Y$ . Il condizionamento descrive informazione probabilistica; l’interpretazione causale richiede ipotesi aggiuntive sul modello.

Infine, la formula integrale con densità non è la definizione più generale. In casi astratti il valore atteso condizionato è definito rispetto a una sigma-algebra, ma nelle applicazioni ingegneristiche le forme discrete e continue sono spesso sufficienti per eseguire calcoli corretti.