連続確率分布（れんぞくかくりつぶんぷ、英: continuous probability distribution）や連続型確率分布（れんぞくがたかくりつぶんぷ）は、確率論において、累積分布関数が連続な確率分布である。連続確率分布となるのは確率変数 X が連続型のときに限られる。絶対連続分布と区別する際は広義連続分布と呼ぶ。

広義連続分布では、確率変数 X の値 a に対して常に P(X = a) = 0 である。これは必要十分条件である。しかし、確率変数が連続型でも広義連続分布でない場合は、必ずしもそうではない。広義連続分布ではない例として退化分布がある。退化分布などでは P(X = a) > 0 となることもありうる。

広義連続分布では確率密度関数が存在しない場合があるが、絶対連続分布では必ず確率密度関数が存在する。

なお、連続確率分布は単に確率変数が実数などの連続値になる場合の確率分布のことでは無い。条件は更に厳しく、累積分布関数が連続であることも必要である。

連続分布では確率分布の確率変数 X において、全ての実数 a について P(X = a) = 0 になる。すなわち、X が値 a を取る確率は、任意の a について 0 である。離散確率分布では確率 0 の事象は空事象、つまり起こらないことを意味する（例えばサイコロの目が3.5になる確率は 0）が、連続型確率変数ではこれは正しくない。例えば、ある木の葉っぱの幅を測るとして、それが3.5cmとなることもありうるが、その確率は 0 である。何故なら3cmと4cmの間には無限に多数の値があるためであり、個々の値が測定できる確率はゼロだが、ある区間の値となる確率は 0 ではなく、例えば P(3 ≦ X ≦ 4) = 0.1 のように区間に対して確率を考える。X が区間のような無限集合内の何らかの値を取る確率は、個々の確率値を単純に加算するのではなく、確率密度関数を定積分して求める。この例では ${\displaystyle \int _{3}^{4}f(x)\,dx=0.1}$ である。また、累積分布関数を用い P(3 ≦ X ≦ 4) = F(4) - F(3) という扱い方もする。

累積分布関数が「連続」であるという用語は、「ルベーグ測度に対して絶対連続」という意味で使われることもある。σ-有限である確率空間において、確率分布が可測関数のルベーグ積分で表されるための必要十分条件は、累積分布関数 F_X が絶対連続であることである（ラドン＝ニコディムの定理）。このときのラドン＝ニコディム微分を確率密度関数という。確率分布 P_X が絶対連続であるとは、ルベーグ測度が 0 の ${\displaystyle \mathbb {R} }$ の部分集合 N をとる確率が 0 である。絶対連続 ⊆ 連続であり、絶対連続分布 ⊆ 広義連続分布 ⊆ 連続型確率変数の確率分布である。

ルベーグ測度が 0 の非可算な集合（たとえばカントール集合）も存在するため、累積分布関数が連続（つまり、任意の実数 a について P(X = a) = 0）であっても絶対連続でない例が存在する。カントール分布は（本来の意味では）連続だが、絶対連続ではない。

実際の応用においては、確率変数は離散的な場合も絶対連続な場合も、それらの混合の場合もある。しかし、カントール分布は離散的でも離散分布と絶対連続分布の重み付き平均でもない。

正規分布、連続一様分布、ベータ分布、ガンマ分布は、絶対連続分布としてよく知られている。正規分布は、中心極限定理があるため、自然界や統計ではよく現れる。多数の小さな独立変数の総和としてモデル化できる変数は総じて、正規分布に近似できる。

• Continuous Random Variables. John Appleby, School of Mathematical Sciences, Dublin City University.

表 話 編 歴 確率論
確率の歴史	アンドレイ・コルモゴロフ トーマス・ベイズ アンドレイ・マルコフ ジョゼフ・L・ドゥーブ 伊藤清
確率の定義	客観確率 統計的確率 古典的確率 公理的確率 主観確率 ベイズ確率 確率の拡張 外確率 負の確率
基礎概念	モデル 試行 結果 事象 標本空間 確率測度 確率空間 確率変数 確率変数の収束 確率分布 離散確率分布 連続確率分布 同時分布 周辺分布 条件付き確率分布 独立同分布 関数 確率質量関数 確率密度関数 累積分布関数 特性関数 用語 独立 期待値 モーメント 条件付き確率 条件付き期待値
確率の解釈	ベルトランの逆説 3囚人問題 モンティ・ホール問題 サンクトペテルブルクのパラドックス 合接の誤謬 ギャンブラーの誤謬
問題	壺問題 クーポンコレクター問題
法則・定理	ベイズの定理 大数の法則 中心極限定理 コルモゴロフの0-1法則 デ・フィネッティの定理 ウィーナー＝ヒンチンの定理
測度論	確率測度の拡張 カラテオドリの拡張定理 E.ホップの拡張定理 コルモゴロフの拡張定理 ヴィタリの収束定理 ルベーグの優収束定理 ラプラス原理 スコロホッドの表現定理
確率微分方程式	伊藤の補題
確率過程	独立増分過程 定常過程 マルチンゲール マルコフ過程 マルコフ性 マルコフ連鎖 マルコフ決定過程 部分観測マルコフ決定過程 マルコフ再生過程 ウィーナー過程 ブラウン運動 幾何ブラウン運動 非整数ブラウン運動 ベルヌーイ過程 ガウス過程 自己相似過程 経験過程 中華料理店過程 オルンシュタイン＝ウーレンベック過程
情報量	最大エントロピー原理 交差エントロピー 結合エントロピー カルバック・ライブラー情報量 相互情報量
応用	数理ファイナンス ブラック–ショールズ方程式 確率的ボラティリティモデル 系統学 ベイズ法
カテゴリ