

Rozkład Bernoulliego to rozkład dyskretny mający dwa możliwe wyniki oznaczone przez  i
 i  , w którym
 , w którym  („sukces”) występuje z prawdopodobieństwem  prawdopodobieństwem
 („sukces”) występuje z prawdopodobieństwem  prawdopodobieństwem  i
 i  („niepowodzenie”) zachodzi z prawdopodobieństwem
 („niepowodzenie”) zachodzi z prawdopodobieństwem  , gdzie
, gdzie  . Ma ona zatem funkcję gęstości prawdopodobieństwa
. Ma ona zatem funkcję gęstości prawdopodobieństwa
|  | (1) | 
które można również zapisać
|  | (2) | 
Odpowiednia funkcja rozkładu odpowiadającą jej funkcją rozkładu jest
| (3) | 
Rozkład Bernoulliego jest zaimplementowany w języku WolframLanguage jako BernoulliDistribution.
Wykonanie stałej liczby prób ze stałym prawdopodobieństwem sukcesu w każdej próbie jest znane jako próba Bernoulliego.
Rozkład głów i reszek w rzucie monetą jest przykładem rozkładu Bernoulliego z  . Rozkład Bernoulliego jest najprostszym rozkładem dyskretnym i stanowi podstawę dla innych, bardziej skomplikowanych rozkładów dyskretnych. Rozkłady wielu typów wariancji zdefiniowanych na podstawie ciągów niezależnych prób Bernoulliego, które są w jakiś sposób ograniczone, są podsumowane w poniższej tabeli (Evans et al. 2000, s. 32).
. Rozkład Bernoulliego jest najprostszym rozkładem dyskretnym i stanowi podstawę dla innych, bardziej skomplikowanych rozkładów dyskretnych. Rozkłady wielu typów wariancji zdefiniowanych na podstawie ciągów niezależnych prób Bernoulliego, które są w jakiś sposób ograniczone, są podsumowane w poniższej tabeli (Evans et al. 2000, s. 32).
| dystrybucja | definicja | 
| rozkład dwumianowy | liczba sukcesów w  próbach | 
| rozkład geometryczny | liczba niepowodzeń przed pierwszym sukcesem | 
| rozkład dwumianowy ujemny | liczba niepowodzeń przed  tym sukcesem | 
Funkcja charakterystyczna wynosi
|  | (4) | 
i funkcja generująca momenta funkcją generującą moment jest
|  |  |  | (5) | 
|  |  |  | (6) | 
|  |  |  | (7) | 
so
|  |  |  | (8) | 
|  |  |  | (9) | 
|  |  |  | (10) | 
|  |  |  | (11) | 
Te dają surowe momenty
|  |  |  | (12) | 
|  |  |  | (13) | 
|  |  |  | (14) | 
i momenty centralne
|  |  |  | (15) | 
|  |  |  | (16) | 
|  |  |  | (17) | 
Średnia, wariancja, skośność,i nadmiar kurtozy wynoszą
|  |  |  | (18) | 
|  |  |  | (19) | 
|  |  |  | (20) | 
|  |  |  | (21) | 
Aby znaleźć estymator  dla średniej populacji Bernoulliego ze średnią populacji
 dla średniej populacji Bernoulliego ze średnią populacji  , niech
, niech  będzie liczebnością próby i załóżmy, że
 będzie liczebnością próby i załóżmy, że  sukcesów uzyskuje się z
 sukcesów uzyskuje się z  prób. Przyjmij estymator dany przez
 prób. Przyjmij estymator dany przez
|  | (22) | 
Więc prawdopodobieństwo uzyskania obserwowanego  sukcesów w
 sukcesów w  próbach wynosi wówczas
 próbach wynosi wówczas
|  | (23) | 
Wartość oczekiwana estymatora  jest zatem dana przez
 jest zatem dana przez
|  |  |  | (24) | 
|  |  |  | (25) | 
|  |  |  | (26) | 
Tak więc  jest rzeczywiście bezstronnym estymatorem dla średniej populacji
 jest rzeczywiście bezstronnym estymatorem dla średniej populacji  .
.
Odchylenie średnie jest dane przez
|  | (27) |