参数为p的0-1分布
0—1分布就是n=1情况下的二项分布。即只先进行一次事件试验，该事件发生的概率为p，不发生的概率为1-p。这是一个最简单的分布，任何一个只有两种结果的随机现象都服从0-1分布。
定义
设离散型随机变量的分布律为P{X=k}=p(1-p)(1-k)
其中k=0,1。p为k=1时的概率(0<p<1)，则称X服从0-1分布，0-1分布又叫 两点分布，记为：X~B(x,p)
数学上与之相关的另一种分布即：伯努利试验(二项分布):如果随机试验E满足：将一个试验在相同条件下重复进行n次，各次试验仅有两个结果歼戚A事件A的概率在各次试验中保持不变，P(A)=p, 各次试验的结果互不影响，则称随机试验E为n次伯努利试验。
分布律
一个随机事件X，X发生记为X=1，X不发生记为X=0，若事件X服从0-1分布，则X的分布律为：X01px1-pp
性质
数学期望：E(X)=p方差：D(X)=p(1-p)
举例
即只先进氏铅陵行一次事件试验，该事件发生的概率为p，不发生的概率q=1-p。这是一个最简单的分布，任何一个只有两种结激铅果的随机现象，比如，抛硬币观察正反面，新生儿是男还是女，检查产品是否合格等，都可用它来描述。
0-1分布的期望和方差
0-1分布，期望p方差p（1-p），二项分布期望np，方差np（1-p）。方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。
统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。在统计描述中，方差用来计算每一个变量（观察值）与总体均数之间的差异。
为避免出现离均差总和为零，离均差平方和受样本含量的影响，统计学采用平均离均差平方和来描述变量的变异程度。