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：$f(x)=frac{1}{sigmasqrt{2pi}}e^{-frac{(x-mu)^{2}}{2sigma^{2}}}$
- $sigma$: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：$f(x;lambda )=left{egin{matrix}lambda e^{-lambda x},xgeq 0 & \ 0,x< 0 & end{matrix}
ight.$
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，$alpha$，$eta$>0.
概率密度函数：$f(x;alpha,eta)=frac{x^{alpha-1}(1-x)^{eta-1}}{int_{0}^{1}u^{alpha-1}(1-u)^{eta-1}du}=frac{ au(alpha+eta)}{ au{alpha} au{eta}}x^{alpha-1}(1-x)^{eta-1}$