Beta 分佈是連續的。它通常用於表示一個固定範圍的變異性。它可用來表示事件發生機率的不確定。它也能用來描述經驗數據、預測百分比和分數的隨機行為，並能用來表示公司設備的可靠性。
注意：
使用 Beta 分佈的模型執行速度較慢，這是因為 Beta 分佈在處理隨機數時，會進行反 CDF 和替代參數計算。
最小, 最大, Alpha, Beta
Beta 分佈用於下列條件：
最小和最大範圍介於 0 和正值之間。
形狀可由兩個正值指定，Alpha 和 Beta。如果參數相等，分佈會是對稱的。如果任一個參數是 1，另一個參數大於 1，則分佈會是 J 型。如果 Alpha 小於 Beta，則分佈會被說成是正偏斜 (大部分的值都接近最小值)。如果 Alpha 大於 Beta，則分佈會是負偏斜 (大部分的值都接近最大值)。由於 Beta 分佈相當複雜，判斷分佈參數的方法不在本手冊的討論範圍中。如需 Beta 分佈及貝斯統計理論的詳細資訊，請參閱「參考書目」中的文字。
