概率分佈koi3 leot2 fan1 bou3（英文：probability distribution）喺統計學同概率論上係指一個提供「手上有個變數 ${\displaystyle x}$，${\displaystyle x}$ 每個可能數值出現嘅機會率係幾多」呢項資訊嘅函數。

概率分佈係成日用嚟描述「柞數據乜嘢樣」嘅架生。一個概率分佈係一個數學函數（mathematical function），而呢個函數表達咗每個數值喺某個總體或者樣本入面出現嘅概率（又做「機會率」；probability），${\displaystyle \Pr(X=x)=f(x)}$，當中 ${\displaystyle f}$ 就係個概率分佈。例如假設而家掟一個銀仔，用 ${\displaystyle X}$ 代表掟個銀仔嘅結果，掟 10 次（個總體係「全世界嘅掟銀仔結果」，而呢 10 次就係一個樣本）。${\displaystyle X}$ 係「公」（Head）嘅機會率係 0.5（即係 50%），而 ${\displaystyle X}$ 係「字」（Tail）嘅機會率都係 0.5（假設個銀仔冇做過手腳），相應嘅概率分佈如下^{[1][註 1]}：

${\displaystyle P(X=Head)=0.5}$，「${\displaystyle X}$ 係公（${\displaystyle X=Head}$）嘅機會率係 50%」。

${\displaystyle P(X=Tail)=0.5}$，「${\displaystyle X}$ 係字（${\displaystyle X=Tail}$）嘅機會率係 50%」。

响現實世界嘅科研入面，啲變數好少可會「一係公一係字」咁二元，但個原理一樣：常態分佈（normal distribution）就係科學入面最常用嘅概率分佈之一，如果由一個常態分佈嘅總體嗰度抽樣，個變數嘅平均值會係出現得最密嘅數值，低過平均嘅數值同高過平均嘅數值出現嘅機會率一樣，而離平均值愈遠嘅數值，抽到出嚟嘅機會率就愈低，如果按住個樣本畫一個概率分佈圖（打橫個條 X 軸係「個變數嘅可能數值」，而打戙嗰條 Y 軸係「每個數值出現嘅機會率」），一個常態分佈會俾出一條好似鐘噉嘅形狀嘅線（即係所謂嘅 bell curve）。常態分佈嘅概率密度函數係（${\displaystyle \sigma }$ 係個分佈嘅標準差）^[2]：

${\displaystyle f(x)={\frac {1}{\sigma {\sqrt {2\pi ))))e^{-{\frac {1}{2))\left({\frac {x-\mu }{\sigma ))\right)^{2))}$

譬如話以下呢個情況噉：想像有生物學家想研究成年中華白海豚嘅身長，但佢冇可能捉嗮世界上咁多隻白海豚遂隻遂隻嚟度佢哋幾長，於是乎佢就抽個樣本出嚟，用個樣本嚟估計全世界嘅白海豚嘅身長；呢個樣本入面有 20 隻白海豚，佢哋嘅平均身長係 2.2 米，唔係隻隻都啱啱好 2.2 米長－有隻係 1.8 米長，有隻係 2.6 米長呀噉－但一隻白海豚身長高過呢個值嘅機會率大致上等如佢身長低過呢個值嘅機會率，而且離 2.2 米愈遠嘅數值出現嘅機會率愈低。如果畫幅概率分佈圖，「隻白海豚嘅身長」做 X 軸，而「每個身長數值出現嘅機會率」做 Y 軸，幅圖會出一條近似鐘形嘅線。

一般嚟講，做統計嗰陣都會假設抽樣個過程係獨立同分佈（independent and identically distributed，IID）嘅－噉講嘅意思係指，樣本入面每個個體嘅數值喺由個總體嗰度抽出嚟嗰陣嘅概率分佈都係一樣，而且相互之間獨立（independent；一個抽到嘅數值嘅概率分佈唔會影響到下一個抽到嘅數值嘅）。呢個假設慳咗好多時間同精神－如果吓吓做統計都要諗第二個抽出嚟嘅數值同第一個抽出嚟嘅數值嘅概率分佈會唔會唔同咗嘅話，計起統計上嚟就會撈絞得好交關^[3]。

• 概率分佈一覽

睇 傾 改 統計學
科學方法 Data 不確定 概率論 最佳化 常用概念一覽
收集數據（數據集） 抽樣 總體 樣本（大細 · 代表性） 隨機抽樣 系統抽樣 抽樣誤差 大數定律 倖存偏見 返去平均 量度 操作化同層次 連續同離散變數（離散化） 共同方法變異（哈曼測試） 時間同空間解像度 靈敏度同特異度 時間序列 名次 天花板同地板效應 數數據 刪失 信度效度 評分者間同評分者內信度 重測試信度 內部一致度 卡隆巴系數 建構效度 效標效度 分歧效度 內容效度 聚合效度 表面效度 實驗 實驗操作 實驗組同對照組 科學對照 隨機化實驗 實驗設計 受試間同受試內設計 析因實驗 自然實驗 准實驗 臨床研究（臨床試驗 · 隨機對照試驗） 第啲方法 觀察研究（橫切面同縱向研究 · 隊列研究） 社會統計調查（自我報告研究 · 問卷調查 · 李卡特量表 · 民意調查） 檔案研究
描述統計學 連續數據 集中趨勢 平均 Mean（算術 · 幾何 · 調和） Median Mode 離散程度 方差同標準差 全距 百分位數（四分位距） 變異系數 離散指數 協方差矩陣 分佈形狀 動差（偏度 · 峰度） 標準誤差 中央極限定理 統計相關 正相關同負相關 皮亞遜積差相關係數 協方差 等級相關（斯皮亞曼 · τ） 局部相關 組內相關 自相關 交叉相關 相關唔蘊含因果 統計圖 棒形圖 圓形圖 折線圖 組織圖 箱形圖 散佈圖 象形圖 統計圖形 相關概念 頻率 統計量 標準分數 缺失數據 結合數據 誤差積聚 班佛定律 數據視覺化
推論統計學 統計理論 總體 統計量 獨立同分佈 實證分佈函數 重抽樣（自助抽樣法） 損失函數 效率 統計距離 特徵值同特徵向量 頑健統計 再現 概率分佈 離散定連續 對稱 概率質量函數同概率密度函數 累計函數 常態分佈（鐘形線） 頻率分佈 抽樣分佈（順序統計量 · 充分統計量） 聯合分佈 學派詮釋 頻率學派推論 貝葉斯推論 貝葉斯概率（先驗 · 後驗） 假說檢定 假說（虛無假說 · 備擇假說） 單側同雙側檢定 第一型同第二型錯誤 顯著差異 統計功效 自變數同應變數 因果關係 效應值 分析層次 估計理論 點估計（最大似然估計） 區間估計（信心區間 · 預測區間） 重抽樣（自助抽樣法 · 交叉驗證） 蒙地卡羅方法 平均比較 學生 t 測試（獨立樣本 · 配對樣本） Z 測試 F 測試 統計自由度 多重比較問題（邦佛朗尼校正） 等分散性同異分散性 ANOVA 單因子 雙因子 重複量數 多變量 協方差分析 統計模型 控制、中介、調節、混淆同壓制變數 參數 單變量同多變量分析 模型標明同選擇 多組分析 約束 可解釋變異 敏感度分析 插值同外推 混合物 可詮釋度 　適合度 適合度指標 卡方檢定 赤池資訊量準則 貝葉斯資訊量準則 RMSEA SRMR CFI
迴歸分析同相關技術 基礎 殘差同誤差 固定效應、隨機效應同混合模型 多重迴歸模型（多重共線性） 普通最小二乘法 殘差平方和 均方誤差 標準誤差 決定系數 線性迴歸（簡單線性） 進階模型 非線性迴歸分析 Sigmoid 函數 邏輯迴歸 一般線性模型 泊淞迴歸分析 自迴歸模型 逐步迴歸 多變量適應性迴歸模型 相關技術 生還分析（函數 · 失效率 · K-M 估計量 · Log-rank 測試同比例危機） 結構方程同通徑分析（量度同結構模型 · 修改指數 · 量度不變特性 · 交叉滯後） 等級線性模型
第啲常用嘅分析技術 因素分析 可觀察變數同潛在變數（心理建構） 潛在變數模型 降維 因素結構 因素負荷量 探索型同確定型 主成份分析 卡隆巴系數 張量分解 結構方程式模型 時間序列 平穩過程 馬可夫鏈 時域（自相關 · 交叉相關） 頻域（傅利葉分析） 格蘭傑因果關係 拉雜技術 探索分析 高氏 kappa 獨立成份分析 聚類分析 統計分類 線性判別分析 點過程（點場） 麥倫瑪測試 非參數統計學（MWU 測試） 事後分析 元分析
應用（誤用） 自然科學 統計力學 生物統計學（生物資訊科學 · 臨床試驗 · 傳染病學） 社會科學 社會統計學（精算學 · 經濟測量學 · 人口統計學 · 心理測量學） 地圖學 市場調查 語言學 工程科技 工程統計學（可靠度工程） 機械學習 統計分類 偏好學習 擬亂數產生 異常檢測 推薦系統 自然語言處理 數據探勘
數學主題 統計學類

睇 傾 改 概率論
可以睇吓概率論詞彙表
基礎	概率 實驗（伯努利 · 擲骰仔同掟銀仔） · 可能結果 · 樣本同概率空間 · 實際數值 概念 不確定同隨機 · 資訊（完全資訊） · 決定型系統 · 概率公理 · Venn 圖
事件	基本事件 · 對立事件 · 互補事件 · 互斥同非互斥 · 條件概率 · 獨立 · 條件獨立
隨機過程	隨機變數（期望值 · 匯合） · 隨機漫步 · 馬可夫鏈 · 馬可夫決策過程 · 平穩過程
概率分佈	離散定連續 · 伯努利同二項分佈 · 常態分佈 · 聯合概率分佈 · 概率分佈一覽
重要定律	概率連鎖法則 · 貝葉斯定理 · 大數定律 · 中央極限定理 · 布氏不等式
詮釋	古典概率定義 · 頻率學派概率 · 貝葉斯概率 · 決定論
應用	資訊理論 · 密碼學 · 統計學 · 物理學（量子力學 · 統計力學） · 機械學習 · 遊戲設計
拉雜相關	快思邏輯 · 機率遊戲同賭錢 · RNG 同擬亂數產生 · 伊藤引理 · 隨機微積分
概率論類