Непрерывное распределение используется, если случайная величина принимает значения из заданного отрезка. Непрерывное распределение характеризуется плотностью распределения или кумулятивной функцией распределения. Плотность распределения представляет собой предельное значение вероятности того, что значение x лежит в диапазоне, содержащем X. Кумулятивная функция распределения задает вероятность того, что случайная величина X принимает значение, не превосходящее числа х. Данное приложение отображает графики плотности распределения и кумулятивной функций. Ниже представлен список наиболее распространенных непрерывных распределений:

Бета-распределения (Beta distribution)
Распределение Коши (Cauchy distribution)
Распределение Хи-квадрат (Chi-square distribution)
Распределение Эрланга (Erlang distribution)
Ошибка (экспоненциальный энергии) распределение (Error distribution)
Экспоненциальное распределение (Exponential distribution)
Фишера F-распределение (Fisher f-distribution)
Гамма-распределение (Gamma distribution)
Распределение Гумбеля (Gumbel distribution)
Обратное Гауссовское (Вальд) распределение (Inverse Gaussian distribution)
Распределение Лапласа (Laplace distribution)
Логистическое распределение (Logistic distribution)
Лог-нормальное распределение (Log normal distribution)
Распределение Максвелла (Maxwell distribution)
Распределение Мояля (Moyal distribution)
Нормальное (Гауссово) распределение (Normal Gaussian distribution)
Распределение Парето (Pareto distribution)
Распределения электроэнергии (Power distribution)
Распределение Рэлея (Rayleight distribution)
Распределение Стьюдента-т (Student-t distribution)
Треугольное распределение (Triangular distribution)
Равномерное (прямоугольное) распределение (Uniform distribution)
Распределение фон Мизеса (Von Mises distribution)
Распределение Вейбулла (Weibull distribution)