獨立事件

基礎的社會統計機率運算包括加法規則和乘法規則，是理解推論統計檢定結果的一個重要基礎。加法規則用來決定數個事件裡任一個事件發生的機率，而乘法規則用來決定數個事件同時發生或連續發生的機率。加法規則和乘法規則除了各別使用之外，在一些情況下也會合併使用。

社會統計裡推論統計的主要目的在把統計檢定結果推論至母群體上，在這過程中「機率」扮演一個基礎且重要的角色。本篇文章從古典機率和經驗機率的兩個方向說明機率的定義，再介紹獨立事件、互斥事件、周延事件等常見的專有名詞，希望讓學習者對機率有基本的認識。

二項分配是呈現只有兩種互斥結果的一連串獨立試驗所出現的所有不同結果的機率分配，為一種間斷分配。二項分配會隨著不同的成功機率而有不同的分布型態，當成功的機率愈偏離0.5時，二項分配的偏態程度會愈高。但當試驗的次數愈多時，二項分配就會愈趨近於常態分配。