條件期望與塔性質（入門）
知道額外資訊應該會精煉你的預測。若你得猜一個陌生人的身高，你給出整體平均；但被告知他打職業籃球，你便大幅向上修正。條件期望把這件事精確化：它是當你知道某個相關變數 Y 的值之後，X 的期望值。
分兩步來讀。第一，E[X given Y = y] 是一個普通的數字：在 Y 取了特定值 y 的那一片世界裡所算出的 X 的均值——你把注意力限制在那些結果上，只對它們平均 X。第二，由於這個答案隨 y 改變，整個物件 E[X given Y] 是 Y 的一個函數：一條規則，對 Y 碰巧取的每個值，回傳對應的精煉均值。關鍵地，因為 Y 是隨機的，E[X given Y] 本身就是一個隨機變數——你的預測是隨機的，因為它取決於你觀察到哪個 Y。
把它連回普通均值的頭號結果是塔性質，也叫全期望公式：E[ E[X given Y] ] = E[X]。用白話說，若你把精煉後的預測對 Y 所有可能的值平均，你會還原出樸素的整體均值。它把「對一個有幫助的變數做條件、解開容易的小塊、再平均回去」形式化——把一個困難的期望值拆成若干情形，在每個情形內求 E[X]，再依每個情形的可能性加權。這種拆情形的手法是整個機率裡最強大的解題招式之一。
擲一顆骰子（Y）；然後丟那麼多枚公正硬幣，令 X 為正面數。在每個情形內 E[X given Y = y] = y/2。所以 E[X given Y] = Y/2，由塔性質 E[X] = E[Y/2] = (1/2)(3.5) = 1.75 個期望正面——藉由做條件算出，不必追蹤聯合分布。
把逐情形的預測對 Y 平均回去即可還原整體均值：E[E[X|Y]] = E[X]。
E[X given Y = y] 是一個數字，但 E[X given Y] 是一個隨機變數（Y 的函數）。塔性質說把它對 Y 平均會還原 E[X]；別把它與對單一固定值做條件混淆。