En probabilitat i estadística la distribució és una característica d'una variable aleatòria, descriu la probabilitat de la variable aleatòria en cada valor.
Cada distribució té una determinada funció de densitat de probabilitat i funció de distribució de probabilitats.
Tot i que hi ha un nombre indefinit de distribucions de probabilitat, hi ha diverses distribucions comunes en ús.
La distribució de probabilitat es descriu mitjançant la funció de distribució acumulada F (x),
que és la probabilitat que la variable aleatòria X obtingui un valor menor o igual a x:
F ( x ) = P ( X ≤ x )
La funció de distribució acumulativa F (x) es calcula integrant la funció de densitat de probabilitat f (u) de la variable aleatòria contínua X.
 
La funció de distribució acumulativa F (x) es calcula sumant la funció de massa de probabilitat P (u) de la variable aleatòria discreta X.
 
La distribució contínua és la distribució d’una variable aleatòria contínua.
...
| Nom de la distribució | Símbol de distribució | Funció de densitat de probabilitat (pdf) | Significar | Desacord | 
|---|---|---|---|---|
|   f X ( x )  |  
          μ = E ( X )  |  
          σ 2 = Var ( X )  |  
       ||
| Normal / gaussià |   X ~ N (μ, σ 2 )  |  
          |  
        μ | σ 2 | 
| Uniforme |   X ~ U ( a , b )  |  
         ![]()  |  
          |  
          |  
       
| Exponencial | X ~ exp (λ) |   |  
          |  
          |  
       
| Gamma | X ~ gamma ( c , λ) |  ![]() x / 0, c / 0, λ/ 0  |  
          |  
          |  
       
| Plaça Chi |   X ~ χ 2 ( k )  |  
         ![]()  |  
          k  |  
          2 k  |  
       
| Wishart | ||||
| F |   X ~ F ( k 1 , k 2 )  |  
        |||
| Beta | ||||
| Weibull | ||||
| Registre normal |   X ~ LN (μ, σ 2 )  |  
        |||
| Rayleigh | ||||
| Cauchy | ||||
| Dirichlet | ||||
| Laplace | ||||
| Levy | ||||
| Arròs | ||||
| Estudiant t | 
La distribució discreta és la distribució d’una variable aleatòria discreta.
...
| Nom de la distribució | Símbol de distribució | Funció de massa de probabilitat (pmf) | Significar | Desacord | |
|---|---|---|---|---|---|
|  f x ( k ) = P ( X = k ) k = 0,1,2, ...  |  
        E ( x ) | Var ( x ) | |||
| Binomi |   X ~ Bin ( n , p )  |  
          |  
          np  |  
          np (1- p )  |  
       |
| Poisson |   X ~ Poisson (λ)  |  
          |  
          λ ≥ 0  |  
          λ  |  
          λ  |  
       
| Uniforme |   X ~ U ( a, b )  |  
         ![]()  |  
          |  
          |  
       |
| Geomètrica |   X ~ Geom ( p )  |  
          |  
             |  
             |  
       |
| Hipergeomètric |   X ~ HG ( N , K , n )  |  
         ![]()  |  
          N = 0,1,2, ... K = 0,1, .., N n = 0,1, ..., N  |  
          |  
          |  
       
| Bernoulli |   X ~ Berna ( p )  |  
         ![]()  |  
          p  |  
          p (1- p )  |  
       |