独立同分布（Independent and Identically Distributed， 简称IID）是概率统计理论中的一个概念，它指的是一个随机变量序列中，任何时刻的取值都是随机变量，并且这些随机变量满足以下两个条件：
互相独立：
序列中任意两个随机变量之间不存在相关性，即一个随机变量的取值不会影响另一个随机变量的取值。
同分布：
序列中所有随机变量都服从相同的概率分布，这意味着它们具有相同的分布形状和相同的分布参数。对于离散随机变量，这意味着它们具有相同的分布律；对于连续随机变量，这意味着它们具有相同的概率密度函数、分布函数、期望和方差。
独立同分布的概念在统计学、数据挖掘、信号处理等领域都有广泛的应用。例如，在机器学习中，如果训练数据的样本是从一个隐含未知的分布中独立采样的，那么这些样本就假设为独立同分布的