単純な切断分布：

一変量切断分布を定義する：

多変量切断分布を定義する：

ある食料品店では一日に販売するためにある食品を1ポンドあたり ドルで ポンド仕入れる，この食品の利益はポンドあたり である．この食品が一日に売れる量は分布 に従う．売れ残りはその日のうちに廃棄される．一日の利益が最大になるような を計算する：

30%の利益率を仮定し，需要の分布にLogNormalDistributionを使う：

アメリカのクランベリーの直径は平均16ミリ，標準偏差1.6ミリで正規分布に従う．クランベリーを青果として販売する場合は実の直径が最低15ミリなければならない．それより小さい場合はクランベリーソースの原料として使われる．青果として売られるクランベリーの大きさの分布を求める：

確率密度関数を比較する：

青果として販売される実の平均直径を求める：

青果として売られる実の直径が少なくとも18ミリである確率を求める：

切断分布を使って裾部の長い分布の表示を制御することができる．サンプルを例に考える：

このデータにパレート分布をフィットする：

サンプルのヒストグラムと推定分布の確率密度関数を比較する：

裾部が長いため，ヒストグラムの範囲を調整し，分布を切断しなければならない：

ある種のカニの身幅について考える：

データにDagumDistributionをフィットさせる：

そのヒストグラムと推定分布の確率密度関数を比較する：

普通，捕獲されたカニの大きさはある一定の範囲に収まる：

切断Dagum分布をデータにフィットする：

対数尤度値を比較して，切断分布を使った方フィットの方がよいかどうかを見る：

ある会社では長さが平均0.5インチで正規分布に従う釘を製造している．製造された釘の50%は長さの違いが0.05インチ未満であるとして，標準偏差を求める：

標準偏差はスペックに収まる確率が50%となることを要求すると求まる：

近似値を求めるためにプロットする：

標準偏差は次のようになる：

分布の切断は区間の条件付けに等しい：

切断分布の確率密度関数では，切断された区間の内部にしか非零の値がない：

密度関数を比較する：

基になっている分布の特性を使って切断分布の確率密度関数を構築する：

離散分布の打切りと切断を比較する：

切断では外部からの重みが切断区間に等しく分布される：

打切りでは外部からの重みが打切り区間の末尾に置かれる：

連続分布の打切りと切断を比較する：

切断では，確率が切断区間全体に分布される：

打切りでは確率が打切り区間の末尾に置かれる：

GompertzMakehamDistributionは切断WeibullDistributionに関連している：

切断GumbelDistributionはGompertzMakehamDistributionである：

二変量分布の二重切断：