確率論 において、確率過程はランダム関数です。実用上、この関数が定義される領域は、時間間隔（時系列）または空間領域（ランダム場）です。
時系列のよく知られた例としては、株価や為替レートの変動、音声、オーディオ、ビデオなどの信号、患者の心電図、脳波、血圧、体温などの医療データ、ブラウン運動やランダムウォークなどのランダムな動きなどがあります。
ランダム フィールドの例には、静止画像、ランダムな地形 (風景)、不均質な材料の構成の変化などがあります。
確率過程のトピック
- このリストは現在不完全です。カテゴリ:確率過程も参照してください。
- 基本的なアフィンジャンプ拡散
- ベルヌーイ過程: 2 つの状態が考えられる
離散時間過程。
- ベルヌーイ スキーム: N 個の可能な状態を持つ離散時間プロセス。N 個の結果を持つすべての定常プロセスはベルヌーイ スキームであり、その逆も同様です。
- ベッセル過程
- 誕生から死までのプロセス
- 分岐プロセス
- 分岐ランダムウォーク
- ブラウン橋
- ブラウン運動
- 中華料理店のプロセス
- CIRプロセス
- 連続確率過程
- コックス法
- ディリクレ過程
- 有限次元分布
- 初通過時間
- ゴルトン・ワトソン過程
- ガンマ過程
- ガウス過程– 座標のすべての線形結合が 正規分布するランダム変数
となるプロセス。
- ガウス・マルコフ過程 （下記参照）
- GenIプロセス
- ギルサノフの定理
- ホークス過程
- 同次過程：領域が何らかの対称性を持ち、有限次元確率分布も同様に対称性を持つ過程。特殊な例としては、時間同次とも呼ばれる定常過程が挙げられる。
- カルーネン・レーヴの定理
- レヴィ過程
- 現地時間（数学）
- ループ消去ランダムウォーク
- マルコフ過程とは、現在が与えられた場合、未来が過去から条件付きで独立している過程です。
- マルコフ連鎖
- マルコフ連鎖の中心極限定理
- 連続時間マルコフ過程
- マルコフ過程
- 半マルコフ過程
- ガウス・マルコフ過程：ガウス分布とマルコフ分布の両方の性質を持つ過程
- マルチンゲール– 期待値に制約のあるプロセス
- オンサガー・マッハラップ関数
- オルンシュタイン・ウーレンベック過程
- パーコレーション理論
- 点過程：空間における点のランダムな配置。これらは確率過程としてモデル化することができ、定義域はSの部分集合の十分大きな族であり、包含順に並べられている。値域は自然数の集合であり、AがBの部分集合である場合、確率1でƒ ( A ) ≤ ƒ ( B ) が成立する。
- ポアソン過程
- 人口増加プロセス
- 確率的セルオートマトン
- 待ち行列理論
- ランダムフィールド
- サンプル連続プロセス
- 定常過程
- 確率計算
- 確率制御
- 確率微分方程式
- 確率過程
- 電信プロセス
- 時系列
- ワルドのマーチンゲール
- ウィーナー過程
