超几何分布是统计学上一种 离散概率分布，它描述了从有限N个物件（其中包含M个指定种类的物件）中抽出n个物件，成功抽出该指定种类的物件的次数（不放回）的情况。
超几何分布的参数是N（总体大小）、n（样本大小）和M（指定种类的物件数量），记作X~H（N,n,M）。
超几何分布的概率质量函数（PMF）为：
\[ P（X=k） = \frac{C（M, k） \cdot C（N-M, n-k）}{C（N, n）} \]
其中，C（a, b）表示从a个物件中选取b个的组合数。
超几何分布适用于总体大小固定、样本大小固定、每次抽取的样本不重复、关注的是样本中特定类型元素数量的情况。
超几何分布的应用场景包括：
质量检查：
如食品、疫苗等质量检查。
四格表的确切概率计算：
在统计表中查找X=0的概率。
总体阳性数的估计：
当总体含量N已知时，如果抽取一个含量为n（足够大）的样本中有X例阳性，则总体阳性数M的估计量为M的方差估计量为。
总体含量的估计。
需要注意的是，超几何分布与二项分布不同，二项分布是独立重复试验中成功次数的概率分布，而超几何分布是不放回抽样的情况。