连续型随机变量分布一般含有均匀分布、
指数分布、正态分布。
均匀分布：在概率论和统计学中，均匀分布也叫矩形分布，它是对称概率分布，在相同长度间隔的分布概率是等可能的。 均匀分布由两个参数a和b定义，它们是数轴上的最小值和最大值，通常缩写为U（a，b）。
指数分布：指数分布（也称为负指数分布）是描述泊松过程中的事件之间的时间的概率分布，即事件以恒定平均速率连续且独立地发生的过程。 这是伽马分布的一个特殊情况。 它是
几何分布的连续模拟，它具有无记忆的关键性质。 除了用于分析泊松过程外，还可以在其他各种环境中找到。
正态分布：正态分布（Normal distribution），也称“
常态分布”，又名
高斯分布（Gaussian distribution），最早由棣莫弗（Abraham de Moivre）在求
二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.
拉普拉斯和高斯研究了它的性质。是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。