独立事件（英文：Independent events），是概率论中的重要概念之一。一般地，如果P(AB)=P(A)P(B)成立，则称事件A与B相互独立，简称A与B独立，否则称A与B不独立或相依。
独立重复试验早期可见于瑞士数学家雅各布·伯努利（英文：Jacob Bernoulli）在1713年出版的著作《推测术》一书，伯努利分析研究了那一类由帕斯卡、费尔马和惠更斯等人讨论的博弈问题。后来，在多次试验中，计算某一事件出现一定次数的概率的问题，被称为伯努利（独立重复）试验概型，即如果多个试验的任一结果都是相互独立的事件，则称试验之间都是相互独立的。但是，当时独立事件并没有明确的定义，直到1933年，俄国数学家柯尔莫哥洛夫在著作《概率论基本概念》一书中第一次给出了概率的测度论式的定义和一套严密的公理体系，规定了事件及事件概率的最基本的性质和关系，并用来表明概率的运算法则。
事件的独立性具有一些基本性质，例如：对它进行和、差、积运算，独立性不受影响。与独立事件相关的概念为互斥事件、相依事件以及独立试验等。 独立事件可通过假设检验的方法进行判定，利用蒙特卡罗算法可简化计算步骤。 事件的独立性在实际生活、医学、生物学等领域中应用广泛，如它可以帮助进行医药疗效检验以及讨论不同的小麦品种是否与赤霉病的发生有关等。
想要了解更多“独立事件”的信息，请点击：独立事件百科
