Ме́ра мно́жества — числовая характеристика множества, интуитивно её можно понимать как массу множества при некотором распределении массы по пространству. Понятие меры множества возникло в теории функций вещественной переменной при развитии понятия интеграла.
σ-алгебра — алгебра множеств, замкнутая относительно операции счётного объединения. Сигма-алгебры играют важнейшую роль в теории меры и интегралов Лебега, а также в теории вероятностей.
Математи́ческое ожида́ние — понятие в теории вероятностей, означающее среднее значение случайной величины. В случае непрерывной случайной величины подразумевается взвешивание по плотности распределения. Математическое ожидание случайного вектора равно вектору, компоненты которого равны математическим ожиданиям компонентов случайного вектора.
Распределение вероятностей — это закон, описывающий область значений случайной величины и вероятности их исхода (появления).
Теоре́ма Лебе́га о мажори́руемой сходи́мости в функциональном анализе, теории вероятностей и смежных дисциплинах — это теорема, утверждающая, что если сходящаяся почти всюду последовательность измеримых функций может быть ограничена по модулю сверху интегрируемой функцией, то все члены последовательности, а также предельная функция тоже интегрируемы. Более того, интеграл последовательности сходится к интегралу её предела.

В теории вероятностей два случайных события называются независимыми, если наступление одного из них не изменяет вероятность наступления другого. Аналогично, две случайные величины называют независимыми, если известное значение одной из них не дает информации о другой.

Центра́льные преде́льные теоре́мы (ЦПТ) — класс теорем в теории вероятностей, утверждающих, что сумма достаточно большого количества слабо зависимых случайных величин, имеющих примерно одинаковые масштабы, имеет распределение, близкое к нормальному.
Последовательность функций сходится почти всюду к предельной функции, если множество точек, для которых сходимость отсутствует, имеет нулевую меру.
Пло́тность вероя́тности — один из способов задания распределения случайной величины. Во многих практических приложениях понятия «плотность вероятности» и «плотность (распределения) случайной величины» или «функция распределения вероятностей» фактически синонимизируются и под ними подразумевается вещественная функция, характеризующая сравнительную вероятность реализации тех или иных значений случайной переменной (переменных).
Преобразова́ние Лапла́са (ℒ) — интегральное преобразование, связывающее функцию
комплексного переменного (изображение) с функцией
вещественного переменного (оригинал). С его помощью исследуются свойства динамических систем и решаются дифференциальные и интегральные уравнения.
Сходи́мость по распределе́нию в теории вероятностей — вид сходимости случайных величин.

Закон больших чисел (ЗБЧ) в теории вероятностей — принцип, описывающий результат выполнения одного и того же эксперимента много раз. Согласно закону, среднее значение конечной выборки из фиксированного распределения близко к математическому ожиданию этого распределения.
Ле́мма Боре́ля — Канте́лли в теории вероятностей — это результат, касающийся бесконечной последовательности событий. Лемма часто используется для доказательства предельных теорем. Обычно лемма разбивается на два утверждения, называемыми первой и второй леммами Бореля — Кантелли.
Вы́борочное (эмпири́ческое) сре́днее — это приближение теоретического среднего распределения, основанное на выборке из него.

Мартинга́л в теории случайных процессов — такой случайный процесс, что наилучшим предсказанием поведения процесса в будущем является его настоящее состояние.
Марковский момент времени — это случайная величина, не зависящая от будущего рассматриваемого случайного процесса.
Последовательный статистический критерий — последовательная статистическая процедура, используемая для проверки статистических гипотез в последовательном анализе.