V pravděpodobnosti a statistice se základní sazba obecně vztahuje k (základní) třídě pravděpodobnosti nepodmíněné na základě fekálních důkazů, často také známých jako předchozí pravděpodobnosti. Zjednodušeně řečeno, pokud by 1% veřejnosti byli „zdravotníci“ a 99% veřejnosti nebyli „zdravotníci“, pak základní sazba zdravotníků je jednoduše 1%.
Ve vědě, zejména v medicíně, je základní sazba pro srovnání rozhodující. Zpočátku se může zdát působivé, že 1000 lidí překonalo zimní nachlazení při používání ‚Léčby X‘, dokud se nepodíváme na celou populaci ‚Léčby X‘ a nezjistíme, že základní míra úspěšnosti je ve skutečnosti pouze 1/100 (tj. 100 000 lidí vyzkoušelo léčbu, ale dalších 99 000 lidí nikdy doopravdy neporazilo zimní nachlazení). Účinnost léčby je jasnější, když jsou takové informace o základní sazbě (tj. „1000 lidí… z kolika?“) k dispozici. Všimněte si, že kontrolní skupiny mohou rovněž nabídnout další informace pro srovnání; možná kontrolní skupiny, které nepoužívaly vůbec žádnou léčbu, měly vlastní základní úspěšnost 5/100. Kontroly tedy naznačují, že ‚Léčba X‘ ve skutečnosti situaci zhoršuje, navzdory tomu, že původní hrdé tvrzení o 1000 lidech.
Matematik Keith Devlin poskytuje ilustraci rizik spojených s chybou základní sazby a problémů spojených s tím, jak se jí vyhnout. Žádá nás, abychom si představili, že existuje typ rakoviny, který postihuje 1% všech lidí. Lékař pak říká, že existuje test na tuto rakovinu, který je přibližně z 80% spolehlivý. Také říká, že test poskytuje pozitivní výsledek pro 100% lidí, kteří mají rakovinu, ale také vede k ‚falešnému pozitivnímu‘ pro 20% lidí – kteří ve skutečnosti rakovinu nemají. Nyní, pokud budeme mít pozitivní test, můžeme být v pokušení si myslet, že je 80% pravděpodobnost, že máme rakovinu. Devlin vysvětluje, že ve skutečnosti jsou naše šance menší než 5%. Co ve změti statistik chybí, je nejrelevantnější informace o základní sazbě. Měli bychom se zeptat lékaře „Z počtu lidí, kteří mají vůbec pozitivní test (toto je základní sazba, o kterou se staráme), kolik jich nakonec skutečně má rakovinu?“.
Při posuzování pravděpodobnosti, že daný jedinec je příslušníkem určité třídy, musíme přirozeně zohlednit i jiné informace než základní sazbu. Zejména musíme zohlednit fekální důkazy. Například když vidíme osobu v bílém lékařském plášti a stetoskopu a předepisující léky, máme důkazy, které nám mohou umožnit dospět k závěru, že pravděpodobnost, že tento konkrétní jedinec je „lékařským odborníkem“, je podstatně vyšší než základní sazba kategorie 1 %.
Normativní metoda pro integrování základních sazeb (předchozích pravděpodobností) a featurálních důkazů (pravděpodobností) je dána Bayesovým pravidlem.
Velké množství psychologických studií zkoumalo fenomén zvaný zanedbávání základní sazby, kdy základní sazby kategorií nejsou normativním způsobem integrovány s průkaznými důkazy.