从统计学的角度，当离散型随机变量X只可能取两个可能结果 （如：命中/不命中），对X进行一系列独立的随机性试验，所得到的结果序列会符合Binomial Distribution, 在中文里也被称作伯努利实验。
数学表达式为：
如图：伯努利实验的Probability mass function
同时，如果对回马出手与命中的独立性计算进行大量的数值测试，结果会符合伯努利实验的规律，即从宏观上，
如果对方可闪避的数值是40%， 回马出手4次，命中至少两次的概率是：
P(X>=2) = 1 - P(X=0) – P(X=1) = 0.8208 = 82%
如果对方可闪避的数值为60%，回马出手4次，命中至少两次的概率是：
P(X>=2) = 1 - P(X=0) – P(X=1) = 0.5248 = 52%
理论上讲，对方的绝对闪避数值越高，回**总体命中次数会减少。但是Binomial Distribution的规律是用统计学来定义，当实验数值越大，得到的结果就越符合数学的计算与绘图结果，而在游戏中，试验数值很小，随机的结果会带有一定的偶然性，未必符合伯努利实验，因此在一场战报中回**命中有相当的随机性，即依赖于RP的一面。
如果回马每次出手前的一次算作“虚出手”， 并记入总出手次数。那末，假设一场战报超过160秒，回马出手4次，虚出手4次，出手总次数为8，对方纯闪避数值为50%，那末根据游戏的战斗概率计算，8次出手必闪避4次，其余命中4次，而虚出手的存在，使得这4次的闪避有可能部分甚至全部被分配在虚出手的4次，这是典型的古典概率组合问题。由古典概率组合计算和公式（1），回马出手4次，命中次数超过2次的概率为 Pr(n>=2)=75.71%; 全部命中概率为 Pr(n=4)=1.43%; 当对方纯闪避是62%时，同样的公式, Pr(n>=2)=50%, Pr(n=4)=0%. (具体计算我不写了，数学公式输不进去，有兴趣可以自己算）
例如：回马出手2次（80秒），总出手次数为4次（2次虚出手），对方闪避为50%，按照分段周期函数，4次出手必定发生2次命中，同时对方闪避2次，而闪避的2次在全部4次出手中的分配是等可能性概率组合，即闪避的2次有可能都被分配在回**2次实际出手，而虚出手的2次被判定为全命中；或者闪避的2次都被分配虚出手的2次，回**2次实际出手被判定为全命中；或者闪避的2次1次被分配在虚出手，一次被分配在实际出手。
2次实际出手全部命中概率：Pr(n=2)=16.67%
2次实际出手命中1次概率：Pr(n=1)= 66.67%
所以，由于古典概率组合计算的随机性和回马出手的次数少（通常为个位数，样本空间小），技能的命中有一定的不规律性，但总体上命中的多少同样取决于对方的闪避数值， 并非仅仅依赖于RP。
新闻来源：
