Показательное (экспоненциальное) распределение
Широко используется в задачах теории массового обслуживания.
Непрерывная случайная величина 
имеет показательное распределение с параметром 
> 0, если она принимает только неотрицательные значения, а ее плотность распределения p (x ) имеет соответственно вид:
Нормальное распределение
Широко используется в статистических обследованиях, как эталонное распределение.
Случайная величина нормально распределена с параметрами a и 
, >0, если ее плотность распределения p (x )
Гамма - распределение.
Широко используется в статистических обследованиях, как эталонное распределение.
Случайная величина имеет Г-распределение (гамма-распределение) с параметрами a и b, если ее функция плотности вероятностей имеет вид:
, a > 0, b > 0, 
Бета-распределение.
Широко используется в статистических обследованиях, как эталонное распределение.
Случайная величина имеет В-распределение (бета-распределение) с параметрами 
и 
, если ее функция плотности вероятностей имеет вид:
Распределение Коши.
Случайная величина имеет распределение Коши с параметрами 
и 
, если ее функция распределения имеет вид:
Распределение Лапласа.
Этот закон находит важные применения при статистических исследованиях.
Случайная величина имеет распределение Лапласа (двустороннее экспоненциальное распределение) с параметром и , если ее функция плотности вероятностей имеет вид:
19. Распределение хи-квадрат ( 
2- распределение)
Этот закон находит важные применения при статистических исследованиях. По закону распределения c2 распределена так называемая статистическая дисперсия, т. е. статистическая оценка дисперсии.
Плотность вероятности этой случайной величины вычисляется по формуле:
Здесь 
- гамма-функция Эйлера. 
20. Распределение хи ( - распределение)
Плотность вероятности равна:
, x>0
F-распределение ( распределение Снедекора).
Этот закон также находит важные применения при статистических исследованиях. По F-распределению распределено отношение статистических дисперсий сравниваемых величин.
Плотность вероятности этой случайной величины вычисляется по формуле:
, где 
- гамма-функция.
Распределение Стьюдента.
Этот закон также находит важные применения при статистических исследованиях(проверках). По закону распределения Стьюдента распределено отношение статистического математического ожидания к статистическому среднеквадратическому отклонению.
Плотность вероятности этой случайной величины вычисляется по формуле:
