Grup teorisi veya Grup kuramı, simetrileri inceleyen matematik dalıdır. Simetri kuramı olarak da adlandırılabilir. Bir nesnenin simetrileri ile kast edilen, nesneye uygulandığında nesneye hiçbir etki olmamış gibi sonuç veren dönüşümlerdir. Her nesnenin en az bir simetrisi vardır: hiçbir şey yapmadan olduğu gibi bırakma dönüşümü. Bahsettiğimiz dönüşümlerin tersleri de vardır ve aradığımız özellikleri sağlarlar. Son olarak da dönüşümlerin art arda yapılması, birleşimli bir işlemdir. Bu üç koşula sırasıyla birim elemana sahip olma, elemenların tersi olma ve grup işleminin birleşmeli olması denir. Bu kavramların matematikte soyutlanması, üzerinde tersinebilir ve bileşme özelliğine sahip ikili bir işlemin tanımlı olduğu kümeler ile yapılır. Daha detaylı açıklamak gerekirse, grup nesnesi bir küme G ve onun üzerinde tanımlı bir 
işleminden oluşur. Bu operasyonun aşağıdaki şartları sağlaması gereklidir:
Olasılık kuramı ve istatistik bilim dallarında t-dağılımı ya da Student'in t dağılımı genel olarak örneklem sayısı veya sayıları küçük ise ve anakütle normal dağılım gösterdiği varsayılırsa çıkartımsal istatistik uygulaması için çok kullanılan bir sürekli olasılık dağılımıdır. Çok popüler olarak tek bir anakütle ortalaması için güven aralığı veya hipotez sınaması ve iki anakütle ortalamasının arasındaki fark için güven aralığı veya hipotez sınamasında, yani çıkarımsal istatistik analizlerde, uygulama görmektedir.
Olasılık kuramı ve istatistik bilim dallarında ki-kare dağılım özellikle çıkarımsal istatistik analizde çok geniş bir pratik kullanım alanı bulmuştur.
Rassal değişken kavramının geliştirilmesi ile, sezgi yoluyla anlaşılan şans kavramı, soyutlaştırarak teorik matematik analiz alanına sokulmuş ve bu geliştirilen matematik kavram ile olasılık kuramı ve matematiksel istatistiğin temeli kurulmuştur.
Olasılık kuramı ve istatistik bilim kollarında, logistik dağılım bir sürekli olasılık dağılımdır. Logistik dağılımın yığmalı dağılım fonksiyon bir logistik fonksiyondur ve bu fonksiyon logistik regresyon ve ileriye-geçiş-sağlayan sinirsel ağlar konularında da rol oynar.
Ayrık tekdüze dağılım, olasılık kuramı ve istatistik bilim kollarında, bir rassal değişken için belirli bir alt ve üst sınır tam sayı arasında mümkün olan bir sıra tam sayı sonuç değerlerin hepsinin eşit ölçüde olasılık göstermesi özelliğini taşıyan ayrık olasılık dağılımıdır.
Olasılık kuramı ve istatistik bilim dallarında negatif binom dağılım bir ayrık olasılık dağılım tipi olup Pascal dağılımı ve Polya dağılımı bu dağılımın özel halleridir.
Olasılık kuramı ve istatistikte, beta dağılımı, [0,1] aralığında iki tane pozitif şekil parametresi ile ifade edilmiş bir sürekli olasılık dağılımları ailesidir. Çok değişkenli genellemesi Dirichlet dağılımıdır.
Olasılık kuramı ve istatistik bilim kollarında, F-dağılımı bir sürekli olasılık dağılımdır. Bu dağılımı ilk bulan istatistikçiler olan R.A. Fisher veGeorge W. Snedecor adlarına bağlı olarak Snedecor'un F dağılımı veya Fisher-Snedecor dağılımı olarak da anılmaktadir.
Olasılık kuramı ve istatistik bilim dallarında Weibull dağılımı ) bir sürekli olasılık dağılımı olup olasılık yoğunluk fonksiyonu şöyle ifade edilir:
Sürekli tekdüze dağılım (İngilizce: continuous uniform distribution) olasılık kuramı ve istatistik bilim dallarında, her elemanı, olasılığın desteklendiği aynı büyüklükteki aralık içinde bulunabilir, her sürekli değer için aynı sabit olasılık gösteren bir olasılık dağılımları ailesidir. Desteklenen aralık iki parametre ile, yani minimum değer a ve maksimum değer b ile, tanımlanmaktadır. Bu dağılım kısa olarak U(a,b) olarak anılır.
Olasılık kuramı ve bir dereceye kadar istatistik bilim dallarında basıklık kavramı 1905da K. Pearson tarafından ilk defa açıklanmıştır. Basıklık kavramı bir reel değerli rassal değişken için olasılık dağılımının, grafik gösteriminden tanımlanarak ortaya çıkarılan bir kavram olan, sivriliği veya basıklığı özelliğinin ölçümüdür. Basıklık kavramının ayrıntıları olasılık kuramı içinde geliştirilmiştir. Betimsel istatistik için bir veri setinin basıklık karakteri pek dikkate alınmayan bir özellik olarak görülmektedir. Buna bir neden parametrik çıkarımsal istatistik alanında basıklık hakkında hemen hemen hiçbir kestirim veya sınama bulunmamasındandır ve pratik istatistik kullanımda basıklık pek önemsiz bir karakter olarak görülmektedir. Belki de basıklık ölçüsünün elle hesaplanmasının hemen hemen imkânsızlığı buna bir neden olmuştur.
Olasılık teorisi ya da ihtimaliyet teorisi rastgele olayların analizi ile ilgilenen bir matematik bilim dalıdır. Olasılık teorisinin ana ögeleri rassal değişkenler, saf rassal süreçler, olaylar olarak sayılabilir. Bunlar ya tek olarak ortaya çıkan veya bir zaman dönemi içinde gelişerek meydana gelen, ilk görünüşü rastgele bir şekilde olan deterministik olmayan olayların veya ölçülebilir miktarların matematiksel soyutlamalarıdır. Bir madeni parayı yazı-tura denemesi için havaya atmak veya bir zarı atmak ile ortaya çıkan sonuç ilk bakışta rastgele bir olay olarak görülebilirse bile eğer birbirini takip eden rastgele olaylar tekrar tekrar ortaya çıkartılırsa incelenebilecek ve tahmin edilebilecek belirli bir istatistiksel seyir takip ettikleri görülecektir. Bu türlü olaylar ve sonuçların seyirlerini betimleyen iki temsilci matematiksel sonuç büyük sayılar yasası ve merkezsel limit teoremidir.
Olasılık kuramı içinde bir olasılık dağılımı eğer bir olasılık kütle fonksiyonu ile karakterize edilmiş ise ayrık olarak anılır. Böylelikle bir rassal değişken olan X için dağılım ayrık ise o zaman X bir ayrık rassal değişken olarak bilinir. Bu halde
Olasılık kuramı ve istatistik bilim dallarında birikimli dağılım fonksiyonu bir reel değerli rassal değişken olan Xin olasılık dağılımını tümüyle tanımlayan bir fonksiyondur. Olasılık dağılım fonksiyonu veya sadece dağılım fonksiyonu olarak da anılmaktadır. Her bir reel sayı olan x için X'in birikimli dağılım fonksiyonu şöyle ifade edilir:
Olasılık kuramı ve istatistik bilim dallarında, bir rassal değişken X için, eğer beklenen değer var ise, moment üreten fonksiyon şöyle tanımlanır:
Olasılık kuramı içinde herhangi bir rassal değişken için karakteristik fonksiyon, bu değişkenin olasılık dağılımını tüm olarak tanımlar. Herhangi bir rassal değişken X için, gerçel doğru üzerinde, bu fonksiyonu tanımlayan formül şöyle yazılır:
Olasılık kuramı ve istatistik bilim dallarında log-normal dağılım logaritması normal dağılım gösteren herhangi bir rassal değişken için tek-kuyruklu bir olasılık dağılımdır. Eğer Y normal dağılım gösteren bir rassal değişken ise, bu halde X= exp(Y) için olasılık dağılımı bir log-normal dağılımdır; aynı şekilde eğer X log-normal dağılım gösterirse o halde log(X) normal dağılım gösterir. Logaritma fonksiyonu için bazın ne olduğu önemli değildir: Herhangi iki pozitif sayı olan a, b ≠ 1 için eğer loga(X) normal dağılım gösterirse, logb(X) fonksiyonu da normaldir.
Pareto dağılımı, olasılık kuramı ve istatistik bilim dallarında birçok pratik uygulaması bulunan ve "küçük" bir nesnenin bir "büyük" nesneye dağılımında kararlılık elde edildiği hallerde kullanılan bir sürekli olasılık dağılımı veya bir güç kuramıdır. İlk olarak bir İtalyan iktisatçısı olan Vilfredo Pareto tarafından ekonomilerde bireylerin servet dağılımını göstermek için kullanılmıştır. İktisat bilim dalı dışında bu dağılım Bradford dağılımı adı altında da bilinmektedir.
