1) 伯努利分佈 核心是結果只有兩種結果。

2) 二項分佈 n次獨立重複試驗中成功的次數P(X=n)

3) 泊松分佈 一種小概率事件的分佈，對於二項分佈在n較大，p較小時的一種近似，便於計算。

4）幾何分佈 獨立重複試驗，直到首次試驗成功的次數n.即：前n-1次都是失敗，第n次成功。

5）負二項分佈 獨立重複試驗，試驗持續進行直到累積成功r次時的試驗次數n,P(X=n),可以看出幾何分佈是負二項分佈r=1的情況。

6）超幾何分佈 N個秋，其中m個白球,N-m個黑球，從中隨機（無放回）取出n個球，X表示取出的白球數.P(X=i),這個分佈可以用來用樣本做總體估算，比如隨機從池塘中取m條魚，做標籤後再放入池塘，後面隨機從池塘中取n條魚，通過數被標籤的魚來估算總的數量。

7）ζ分佈 又叫ZipF分佈，反映了二八原則，比如對於英文單詞，20%的是常用的，80%的單詞使用頻次比較少。公司的收益分佈，20%的專案貢獻了80%的利潤等。

下面是二項分佈到泊松分佈的推算：