確率過程
確率過程モデルは進化が決定性ではなくランダムである系の時間による経過をモデル化する．重要な点は時間的に近い観測値は従属するということで，過程の動作をモデル化したりシミュレーションしたり予測したりするのに使用することができる．確率過程は経済，金融，工学，物理学，生物学等さまざまな分野で使用される． Wolfram言語は分布に関する強力な機能の上に構築されており，一貫した包括的な過程のサポートを提供する．過程の記号表現を使うと，その動作をシミュレーションしたり，データからパラメータを推定したり，異なる時間おける状態の確率を計算したりするのが簡単になる．この他に，マルコフ(Markov)チェーン，待ち行列，時系列，確率論的微分方程式等の確率過程の特別なクラスのための機能がある．
シミュレーションと推定
RandomFunction — 確率過程をシミュレーションする
TemporalData — 1つまたは複数の時系列データを表す
EstimatedProcess，FindProcessParameters — データから過程の母数を推定する
過程の分布
Probability — 異なる時間における過程の述語の確率を計算する
SliceDistribution — 時間 
における過程の状態の分布
StationaryDistribution — 時間
における過程の状態の分布
ProcessParameterAssumptions ▪ ProcessParameterQ
過程のモーメント
Mean — 過程の平均値関数
CovarianceFunction — 過程の共分散関数
WeakStationarity — 過程が弱定常であるための条件
CorrelationFunction ▪ AbsoluteCorrelationFunction
パラメトリック過程 »
RandomWalkProcess ▪ PoissonProcess ▪ WienerProcess ▪ ...
派生過程 »
WhiteNoiseProcess ▪ TransformedProcess ▪ RenewalProcess ▪ ...
マルコフ(Markov)過程 »
DiscreteMarkovProcess ▪ ContinuousMarkovProcess ▪ ...
待ち行列過程 »
QueueingProcess ▪ QueueingNetworkProcess ▪ ...
時系列過程 »
ARMAProcess ▪ SARIMAProcess ▪ ...
確率微分方程式過程 »
ItoProcess ▪ StratonovichProcess ▪ ...