统计分布是建模数据集特征的基本工具，例如在不同的应用科学（如工程、医学和金融）中观察到的右偏态或左偏态、双模或多模。众所周知的正态分布、威布尔分布、伽马分布和林德利分布因其简单形式和可识别性而被广泛使用。在过去的十年中，研究人员专注于更复杂和更灵活的分布，即广义或简单的概率分布G族，通过添加一个或多个形状参数来提高这些分布的建模能力。
这本编辑过的书的主要目的是介绍概率分布G族领域研究人员的新贡献。这本书将帮助研究人员：
- 开发新的单变量连续和离散G族概率分布。
- 开发新的概率分布的二元连续和离散G族。
- 使用简单型copula导出有益的数学性质，如普通矩和不完全矩、矩生成函数、剩余寿命和反向剩余寿命函数、顺序统计量、分位数排列顺序和熵，以及新模型和现有模型的一些二元和多元扩展。
