概率论分布类型总结是什么？
正态分布是自然科学与行为科学中的定量现象的一个方便模型。各种各样的心理学测试分数和物理现象比如光子计数都被发现近似地服从正态分布。使用概率分布有两种含义：广义上讲，概率分布是指随机变量的概率性质：当我们说概率空间时，当两个随机变量X和Y具有相同的分布(或相同的分布)时，我们无法用概率来区分。换句话说，确实，x和y是随机变量，具有相同的分布，当且仅适用于任何事件。狭义上是指随机变量的概率分布函数。设x为样本空间。是概率测度，那么定义如下的函数就是X的分布函数，或者说是累积分布函数(CDF):它定义了任何实数a。具有相同分布函数的随机变量必须是同分布的，所以分布函数可以用来描述一个分布，但是概率密度函数(pdf)是一种比较常用的描述方法。一些分析结论和注意点：1）PDF是连续变量特有的，PMF是离散随机变量特有的。2）PDF的取值本身不是概率，它是一种趋势（密度）只有对连续随机变量的取值进行积分后才是概率，也就是说对于连续值确定它在某一点的概率是没有意义的。3）PMF的取值本身代表该值的概率。PDF-(积分)->CDFPDF描述了CDF的变化趋势，即曲线的斜率。
概率分布的解释是什么？
概率分布的解释是概率论的基本概念之一，用以表述随机变量取值的概率规律。事件的概率表示了一次试验中某一个结果发生的可能性大小。 若要全面了解试验,则必须知道试验的全部可能结果。事件的概率表示了一次试验中某一个结果发生的可能性大小。若要全面了解试验，则必须知道试验的全部可能结果及各种可能结果发生的概率，即随机试验的概率分布。如果试验结果用变量X的取值来表示，则随机试验的概率分布就是随机变量的概率分布，即随机变量的可能取值及取得对应值的概率。根据随机变量所属类型的不同，概率分布取不同的表现形式。概率分布也称概率分布律，上面的话意思就是，概率分布律可以表示出某一随机变量所有可能结果中的概率。那么一般有两种，一种是连续型变量，一种是离散型变量，当然这两种变量研究的问题也不一样，我们求得概率分布的目的是为了得到该随机变量得到某一离散值的概率，而连续型概率分布则为了得到该变量在某一区域的概率。
