离散型分布和连续型分布有哪些区别?

离散型分布和连续型分布是概率分布的两种类型，主要区别在于变量的取值方式。离散型分布的变量只能取有限个或可数的值，比如掷骰子的点数；连续型分布的变量可以取某个区间内的任何值，比如身高或体重。离散型分布的概率质量函数计算具体值的概率，而连续型分布的概率密度函数计算区间内的概率。

区别

离散型分布：变量取值是分开的、独立的，比如掷硬币的结果只能是正面或反面，不能是中间值。每个取值的概率可以直接相加，比如连续抛3次硬币得到2次正面的概率可以精确计算。常见的例子包括泊松分布和二项分布，适合描述计数类数据，如商店每天接待的顾客人数。

连续型分布：变量取值是连续的，没有间隔，比如人的体重可以是60.1千克、60.11千克等任何数值。单个具体值的概率为零，只能计算区间的概率，比如体重在60到70千克之间的概率。常见的例子包括正态分布和均匀分布，适合测量类数据，如气温或时间长度。