>>761
メシウマさん？
スレ主です
”誰が”は、私ではないことは確かだが

さて
１）時枝「箱入り無数目」記事中でも、独立の仮定は使われている
（https://imgur.com/a/8bqlb08
　数学セミナー201511月号「箱入り無数目」より
　記事後半”「もうちょっと面白いのは，独立性に関する反省だと思う.
　確率の中心的対象は，独立な確率変数の無限族
　X1，X2，X3，…である.”）
２）独立は、 iidとしてしばしば仮定される（下記の通り）

https://ja.wikipedia.org/wiki/%E7%8B%AC%E7%AB%8B%E5%90%8C%E5%88%86%E5%B8%83
独立同分布（どくりつどうぶんぷ、英: independent and identically distributed; IID, i.i.d., iid）や独立同一分布（どくりつどういつぶんぷ）とは、確率論と統計学において、確率変数の列やその他の系が、それぞれの確率変数が他の確率変数と同じ確率分布を持ち、かつ、それぞれ互いに独立している場合をいう[1]。

IIDという注記は統計において特に一般的であり、推計統計学の目的のために、しばしば標本中の観測値が効果的にIIDであると仮定される。観測値がIIDであるという前提（または要件）により、多くの統計的方法の基礎となる数学が単純化される傾向がある（数理統計学（英語版）および統計理論（英語版）を参照）。しかし、統計モデルの実際の応用においては、この仮定が現実的である場合とそうでない場合がある。与えられたデータの集合上でこの仮定がどれほど現実的であるかをテストするために、コレログラム（英語版）を書いたりターニングポイントテスト（英語版）をすることで、自己相関を計算することができる[2]。

この仮定は、有限の分散を有するIIDな変数の和（または平均）の確率分布が正規分布に近づくという中心極限定理の古典的な形式において重要である。

IIDは確率変数の列を参照することに注意が必要である。