查看“︁事件独立性”︁的源代码

事件 <math>A</math> 与 <math>B</math> '''独立'''，指 <math>P(A\cap B)=P(A)P(B)</math>。若 <math>P(B)>0</math>，这等价于 <math>P(A\mid B)=P(A)</math>：得知 <math>B</math> 不改变 <math>A</math> 的概率。两次独立掷公平硬币，第一次正面、第二次正面就是例子，交事件概率为 <math>1/4=(1/2)(1/2)</math>。

== 独立与互斥 ==
互斥指两事件不可能同时发生，即 <math>P(A\cap B)=0</math>。若 <math>P(A)>0</math>、<math>P(B)>0</math>，互斥便不可能独立。掷骰时“结果为 1”与“结果为 2”互斥而不独立；知道前者发生，就能断定后者不发生。概念混淆常来自把“毫不相干”误当“不会同时发生”。

== 两两独立不够推出共同独立 ==
取两次公平掷币的四个等可能结果，令 <math>A</math> 为第一次正面、<math>B</math> 为第二次正面、<math>C</math> 为两次同面。三者各有概率 <math>1/2</math>；任取两个，交事件各占四个结果中的一个，概率 <math>1/4</math>，所以两两独立。但 <math>A\cap B\cap C</math> 是“正正”，概率 <math>1/4</math>，而三者概率之积是 <math>1/8</math>。因此三个事件共同独立，需要检查每个子族的交事件概率等于各自概率之积。

独立性是对概率模型的假设或可验证性质，不是“重复试验”自动带来的。若抽球不放回，后一次的颜色通常受前一次影响。

== 参考资料 ==
* [https://ocw.mit.edu/courses/18-05-introduction-to-probability-and-statistics-spring-2022/resources/readings/ MIT 18.05，Independence 讲义]。
* [https://ocw.mit.edu/courses/6-041-probabilistic-systems-analysis-and-applied-probability-spring-2006/pages/lecture-notes/ MIT 6.041，概率论讲义]。
* 继续阅读：[[条件概率]]、[[独立同分布]]。
[[分类:概率与统计]]