概率是已知模型、参数，求数据；统计是已知数据，求模型、模型参数。
1、独立同分布
多次实验，随机变量是独立的，且遵循同一种分布。
2、伯努利分布
伯努利分布（英语：Bernoulli distribution），又名两点分布或者0-1分布，是一个离散型概率分布。
概率质量函数：$f_{X}(x)=p^{x}(1-p)^{1-x}$
3、二项分布
概率质量函数：$f(k,n,p)=C_{n}^{x}p^{x}(1-p)^{n-x}=\frac{n!}{(n-x)!x!}p^{x}(1-p)^{n-x}$
4、正态分布
概率密度函数：$f(x)=\frac{1}{\sigma\sqrt{2\pi}}e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}}$
- $\sigma$:尺度参数，<=>标准差。
- $\mu$：位置参数，<=>数学期望。
5、泊松分布
- λ是单位时间（或单位面积）内随机事件的平均发生率；
- X 是在单位时间间隔内的事件发生次数。
概率质量函数：$f(x)=e^{-λ}\frac{λ^{x}}{x!}$
6、指数分布
概率密度函数：$f(x;\lambda )=\left\{\begin{matrix}\lambda e^{-\lambda x},x\geq 0 & \\ 0,x< 0 & \end{matrix}\right.$
其中λ > 0是分布的一个参数，常被称为率参数（rate parameter）。即每单位时间发生该事件的次数。
7、均匀分布
离散型均匀分布
连续性均匀分布
8、Beta分布（B分布）
定义：是一组定义在（0,1）区间上的连续概率分布，有两个参数，$\alpha$，$\beta$>0.
概率密度函数：$f(x;\alpha,\beta)=\frac{x^{\alpha-1}(1-x)^{\beta-1}}{\int_{0}^{1}u^{\alpha-1}(1-u)^{\beta-1}du}=\frac{\tau(\alpha+\beta)}{\tau{\alpha}\tau{\beta}}x^{\alpha-1}(1-x)^{\beta-1}$
