常用的数据分布（泊松分布，二项分布，伯努利分布，正态分布，均匀分布等）

基本概念

随机变量

随机变量这个是概率学中的一个基本概念，在实际问题中有的试验结果本身就是数量表示，有的结果却不行，比如掷骰子，试验结果有6个，可以记为1,2,3,4,5,6。但另如抛硬币正反面，结果看似跟数值毫无关系，我们一般会做一个对应的处理，引进一个变量，当硬币正面记为0，反面记为1.简单的说就是将试验结果数值化将结果用一个变量表示，这个变量就叫随机变量。

连续随机变量与离散随机变量

随机变量又分为连续的和离散的，其实二者很好区分，离散随机变量就是在一定区间内只能取到有限的试验结果，比如抛硬币只有正面和反面，掷骰子只有6种结果。而对应的连续随机变量就是在一定区间内能取到无限多个值，比如说随机变量是用来表示身高，体重等等

古典概率

古典概率又叫传统概率，如果一个随机试验，它的结果是有限的，而且每一种情况都是相互排斥的，发生的概率都是一样的，我们通常称这种这种条件下的概率模型就叫古典概型。

条件概率

条件概率也叫后验概率，即若已知道事件B发生了求发生事件A的概率记做P（A|B）。条件概率公式P(A｜B)=P(AB)/P(B)

期望值

大家通常很容易把期望值和均值混淆，虽然这两个都是平均的概念在里面但是他们有本质上的区别。均值是针对某一次实验的实验结果进行相加后平均所得到的，而期望则是概率论概念，是一个数学特征，不进行实验可以求出来。它是每一种实验结果*概率相加后得到的。均值和期望的