中心极限定理断言，独立的、同一分布变量的均值，如果足够轻尾，将收敛为正态分布. 这意味着当对某些量不知道确切分布时，如果有一些平均处理的格式，最终会变成正态分布. 这是统计决策过程长清单的基础，因为对于许多情况最终都有可能为正态分布，所以我们也希望正常变量有许多变化.

正态以及相关分布

NormalDistribution  ▪  LogNormalDistribution  ▪  JohnsonDistribution

HalfNormalDistribution  ▪  SkewNormalDistribution  ▪  VoigtDistribution  ▪  TsallisQGaussianDistribution  ▪  HyperbolicDistribution  ▪  VarianceGammaDistribution  ▪  InverseGaussianDistribution

与服从正态分布的样本相关的分布

StudentTDistribution  ▪  ChiDistribution  ▪  RayleighDistribution  ▪  MaxwellDistribution  ▪  ChiSquareDistribution  ▪  FRatioDistribution  ▪  FisherZDistribution  ▪  HotellingTSquareDistribution

NoncentralStudentTDistribution  ▪  NoncentralChiSquareDistribution  ▪  NoncentralFRatioDistribution  ▪  InverseChiSquareDistribution  ▪  TracyWidomDistribution

多变量正态分布

BinormalDistribution  ▪  MultinormalDistribution  ▪  MultivariateTDistribution  ▪  LogMultinormalDistribution