1、离散型随机变量的分布列：离散型随机变量是指在一定范围内取值的随机变量，如0、1、2等，离散型随机变量的分布列表示了该变量取各个可能值的概率，常见的分布有二项分布、泊松分布、均匀分布等。
2、连续性随机变量的概率密度函数(PDF):连续性随机变量是指在任意位置都有取值的随机变量，其概率密度函数表示了该变量在某个特定值附近取值的概率，常见的连续性随机变量有正态分布、指数分布、伽马分布等。
3、连续性随机变量的累积分布函数(CDF):连续性随机变量的累积分布函数表示了该变量小于或等于某个特定值的概率，通过计算CDF,我们可以得到任意两个连续性随机变量之间的概率关系，如两个t分布之间的概率关系。
4、伯努利分布：伯努利分布是一种特殊的离散型随机变量分布，主要用于描述二项试验中成功和失败的概率，伯努利分布的概率质量函数表示了在进行n次独立且相同的试验时，成功k次的概率。
5、二项分布：二项分布是一种离散型随机变量分布，用于描述在n次独立的伯努利试验中成功成功的次数的概率，二项分布的概率质量函数表示了在进行n次独立且相同的试验时，成功k次的概率。
6、泊松分布：泊松分布是一种特殊的离散型随机变量分布，用于描述在一段时间内或在一个区域内发生的事件次数的概率，泊松分布的概率质量函数表示了在进行了m次独立的伯努利试验后，成功k次的概率。
7、均匀分布：均匀分布是一种特殊的连续性随机变量分布，用于描述在某个区间内任意取值的概率，均匀分布的概率密度函数表示了在某个特定值附近取值的概率。
8、正态分布：正态分布是一种特殊的连续性随机变量分布，具有钟形曲线的特点，通常用于描述大多数自然现象中的数据分布，正态分布的概率密度函数表示了在某个特定值附近取值的概率。
9、指数分布：指数分布是一种特殊的连续性随机变量分布，用于描述某种现象随时间或其他参数的变化趋势，指数分布的概率密度函数表示了在某个特定值附近取值的概率。
10、伽马分布：伽马分布是一种连续性随机变量分布，用于描述某种现象随时间或其他参数的变化趋势，特别是在初始值较大时，伽马分布的概率密度函数表示了在某个特定值附近取值的概率。
