1、離散型

離散型隨機變數即在一定區間內變數取值為有限個或可數個。例如某地區某年人口的出生數、死亡數，某藥治療某病病人的有效數、無效數等。離散型隨機變數通常依據機率質量函式分類，主要分為：伯努利隨機變數、二項隨機變數、幾何隨機變數和泊松隨機變數。

2、連續型

連續型隨機變數即在一定區間內變數取值有無限個，或數值無法一個一個列舉出來。例如某地區男性健康成人的身長值、體重值，一批傳染性肝炎患者的血清轉氨酶測定值等。有幾個重要的連續隨機變數常常出現在機率論中，如：均勻隨機變數、指數隨機變數、伽馬隨機變數和正態隨機變數。

3、隨機事件不論與數量是否直接有關，都可以數量化，即都能用數量化的方式表達。隨機事件數量化的好處是可以用數學分析的方法來研究隨機現象。例如某一時間內公共汽車站等車乘客人數，電話交換臺在一定時間內收到的呼叫次數，燈泡的壽命等等，都是隨機變數的例項。

擴充套件資料：

隨機變數的期望：

離散情形

如果X是離散隨機變數，具有機率質量函式p（x），那麼X的期望值定義為E[X]=

換句話說，X的期望是X可能取的值的加權平均，每個值被X取此值的機率所加權。

連續情形

我們也可以定義連續隨機變數的期望值。如果X是具有機率密度函式f（x）的連續隨機變數，那麼X的期望就定義為E[X]=

換句話說，在上均勻分佈的隨機變數的期望值正是區間的中點。

參考資料：