Преобразование Бокса — Мюллера — метод моделирования стандартных нормально распределённых случайных величин. Имеет два варианта. Метод является точным, в отличие, например, от методов, основывающихся на центральной предельной теореме.
Случа́йный проце́сс в теории вероятностей — семейство случайных величин, индексированных некоторым параметром, чаще всего играющим роль времени или координаты.
Распределение вероятностей — это закон, описывающий область значений случайной величины и вероятности их исхода (появления).
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.
Характеристи́ческая фу́нкция случа́йной величины́ — один из способов задания распределения. Характеристические функции могут быть удобнее в тех случаях, когда, например, плотность или функция распределения имеют очень сложный вид. Также характеристические функции являются удобным инструментом для изучения вопросов слабой сходимости. В теорию характеристических функций внесли большой вклад Ю. В. Линник, И. В. Островский, К. Р. Рао, Б. Рамачандран.
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).
Га́мма-распределе́ние в теории вероятностей — это двухпараметрическое семейство абсолютно непрерывных распределений. Если параметр 
принимает целое значение, то такое гамма-распределение также называется распределе́нием Эрла́нга.
Усто́йчивое распределе́ние в теории вероятностей — это такое распределение, которое может быть получено как предел по распределению сумм независимых случайных величин.
Процесс Пуассона, поток Пуассона, пуассоновский процесс — ординарный поток однородных событий, для которого число событий в интервале А не зависит от чисел событий в любых интервалах, не пересекающихся с А, и подчиняется распределению Пуассона. В теории случайных процессов описывает количество наступивших случайных событий, происходящих с постоянной интенсивностью.
Важным принципиальным вопросом теории дискретизации является вопрос об объёме дискретного описания сигналов, то есть о количестве 
базисных функций, используемых для представления:
.
Статистическая оценка — это статистика, которая используется для оценивания неизвестных параметров распределений случайной величины.
Количество степеней свободы — это количество значений в итоговом вычислении статистики, способных варьироваться. Иными словами, количество степеней свободы показывает размерность вектора из случайных величин, количество «свободных» величин, необходимых для того, чтобы полностью определить вектор.
Дискретная случайная величина — случайная величина, множество значений которой конечно или счётно. Значения дискретной случайной величины не содержат какой-либо непрерывный интервал на числовой прямой.
Теорема Колмогорова о трёх рядах, названная в честь Андрея Колмогорова, в теории вероятностей задает критерий сходимости с вероятностью единица бесконечного ряда случайных величин через сходимость рядов, связанных с их распределениями вероятностей. Теорема Колмогорова о трёх рядах в сочетании с леммой Кронекера может быть использована для доказательства усиленного закона больших чисел.
Теорема Крамера о разложении нормального распределения — утверждение в теории вероятности. Хорошо известно, что если случайные величины 
и 
независимы и нормально распределены, то их сумма также нормально распределена. Оказывается, что верно и обратное утверждение. Этот результат, предугаданный П. Леви и доказанный Крамером, привел к возникновению нового направления в теории вероятностей — теории разложений случайных величин на независимые слагаемые.
Теорема Райкова — oбратное утверждение к следующему наблюдению если случайные величины и независимы и распределены по закону Пуассона, то их сумма также распределена по закону Пуассона. .
