概率和统计用于从各种诸如不完整的或简化的模型资源中模拟不确定性. 您还可以对整个行为有问题的系统构建有用的模型，这些模型现在被广泛用于科学、技术和商业的所有领域.  Wolfram 语言使用符号分布和过程作为随机变量和随机处理的模型. 可以根据数据自动计算产生模型或根据丰富的内置分布和过程库分析构建模型. 这些模型可用于仿真或直接回答各种问题.

Probability — 计算谓词概率

Expectation — 计算表达式的期望

NProbability  ▪  NExpectation  ▪  Distributed ()  ▪  Conditioned ()

随机变量 »

RandomVariate — 从一个分布中产生随机变数

EstimatedDistribution — 从数据中估计参数或导出分布

DistributionFitTest — 验证数据与分布的拟合度

PDF  ▪  CDF  ▪  Mean  ▪  Variance  ▪  Around

分布

NormalDistribution — 参数分布 ...

SmoothKernelDistribution — 非参数分布 ...

TransformedDistribution — 导数分布 ...

随机过程 »

RandomFunction — 模拟一个随机过程

TemporalData — 表示一个或多个时间序列数据集

EstimatedProcess — 根据数据估计过程参数

SliceDistribution  ▪  Mean  ▪  CovarianceFunction

过程

PoissonProcess — 参数过程 ...

ARMAProcess — 时间序列过程 ...

ItoProcess — 随机微分方程过程 ...

空间点处理与统计 »

RandomPointConfiguration — 模拟随机点处理

SpatialPointData — 空间注释的点数据

EstimatedPointProcess — 根据数据估计点处理

PointDensity  ▪  RipleyK  ▪  SpatialRandomnessTest  ▪  ...

点处理 »

PoissonPointProcess  ▪  HardcorePointProcess  ▪  MaternPointProcess  ▪  ...

生存分析 »

EventData — 表示删截和截断数据

Median  ▪  SurvivalModelFit  ▪  CoxModelFit

可靠性分析 »

ReliabilityDistribution — 基于可靠性框图的寿命分布

FailureDistribution  ▪  BirnbaumImportance