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.
Моме́нт случа́йной величины́ — числовая характеристика распределения данной случайной величины.
Статистическая сумма — важная величина в статистической физике, содержащая информацию о статистических свойствах системы в состоянии термодинамического равновесия. Она является функцией температуры и других параметров, таких как объём. Многие термодинамические величины системы, такие как энергия, свободная энергия, энтропия и давление, могут быть выражены через статистическую сумму и её производные.

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.

Распределе́ние Пуассо́на — распределение дискретного типа случайной величины, представляющей собой число событий, произошедших за фиксированное время, при условии, что данные события происходят с некоторой фиксированной средней интенсивностью и независимо друг от друга.
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).

Логнорма́льное распределе́ние (логарифмически-нормальное) в теории вероятностей — это двухпараметрическое семейство абсолютно непрерывных распределений. Если случайная величина имеет логнормальное распределение, то её логарифм имеет нормальное распределение.

Распределе́ние Стью́дента в теории вероятностей — это однопараметрическое семейство абсолютно непрерывных распределений. Уильям Сили Госсет первым опубликовал работы, посвящённые этому распределению, под псевдонимом «Стьюдент».
Ковариацио́нная ма́трица в теории вероятностей — это матрица, составленная из попарных ковариаций элементов одного или двух случайных векторов.

Многоме́рное норма́льное распределе́ние в теории вероятностей — это обобщение одномерного нормального распределения. Случайный вектор, имеющий многомерное нормальное распределение, называется гауссовским вектором.

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.

Статистическая механика или статистическая термодинамика — механика больших ансамблей относительно простых систем, таких как атомы в кристалле, молекулы в газе, фотоны в лазерном пучке, звёзды в галактике, автомобили на шоссе. Статистическая механика использует статистические методы для определения свойств и поведения макроскопических физических систем, находящихся в термодинамическом равновесии, на основе их микроскопической структуры и законов движения, которые считаются заданными. Статистические методы были введены в этом контексте Максвеллом в серии из трех статей (1860—1879) и Больцманом в серии из четырёх статей (1870—1884), которые заложили основы кинетической теории газов. Классическая статистическая механика была основана Гиббсом (1902); а позднее описание микроскопических состояний на основе классической механики было исправлено и дополнено в соответствии с квантовой механикой. Термодинамика, кинетическая теория и статистическая механика — это дисциплины, связанные объектом исследования, но отличающиеся используемыми методами; часто они представлены вместе под общим названием статистической физики. Последовательное построение неравновесной статистической механики было выполнено Н. Н. Боголюбовым в 1946 году. При описании систем в рамках статистической механики используется понятие среднего по ансамблю. Основными уравнениями статистической механики являются уравнения Лиувилля и цепочка уравнений Боголюбова.
Марковская сеть, Марковское случайное поле, или неориентированная графическая модель — это графическая модель, в которой множество случайных величин обладает Марковским свойством, описанным неориентированным графом. Марковская сеть отличается от другой графической модели, Байесовской сети, представлением зависимостей между случайными величинами. Она может выразить некоторые зависимости, которые не может выразить Байесовская сеть ; с другой стороны, она не может выразить некоторые другие. Прототипом Марковской сети была Модель Изинга намагничивания материала в статистической физике: Марковская сеть была представлена как обобщение этой модели.
Многомерная случайная величина или случайный вектор - это список математических переменных, значение каждой из которых неизвестно, либо потому что значение еще не произошло, или из-за несовершенного знания о её значении. Индивидуальные переменные в случайном векторе сгруппированы вместе, потому что они являются частью единой математической системы — часто они представляют различные свойства отдельных статистических единиц. Например, пусть какое-то конкретное лицо имеет определенный возраст, рост и вес. Совокупность же этих особенностей у случайного человека из группы будет случайным вектором. Обычно каждый элемент случайного вектора - это действительное число.
K-распределение — в теории вероятности и статистике семейство трёхпараметрических непрерывных вероятностных распределений. Возникает при суперпозиции двух гамма-распределений. В каждом случае производится репараметризация гамма-распределения, и параметрами распределения являются:
- среднее значение распределения;
- обычные параметры формы.

Хи-распределение — непрерывное вероятностное распределение случайной величины, являющейся квадратным корнем суммы квадратов независимых нормальных случайных величин. Оно связано с хи-квадрат распределением и является распределением квадратного корня случайной величины, распределённой по закону
.