重尾分布又可以分为两个子类型，分别是长尾分布（long-tailed distributions）以及次指数分布（subexponential distributions）。
在一个累积分布函数中，一个随机变量X 的分布状况，在以下状况时，被称为是一个重尾分布。假设：
如果以尾部分布函数的方式来呈现时，
最后可以被写成：
这相当于一个动差生成函数
，?，对所有的 来说，都是无限的。重尾分布的左尾，与双尾分布，定义相同。解释重尾分布意味着可以更大的概率获得很大的值. 因此与弱随机性相反，重尾分布一般表示病态，增加的各种结果被确定为具有重尾分布，包括收入分布、财务报告、保险支出、网页的参考链接等。重尾分布的一个特殊的子集是幂律，其意味着概率密度函数是一个幂。 一个技术难题是，不是所有的矩存在于这些分布，这一般意味着它们使用分位数和其它顺序统计学。这也就是说，中心极限定理不再成立。但是对于诸如均值，即稳定分布的线性组合，我们获得一个新的标准极限分布。
设X是一个随机变量，
?为它的分布函数，如果当?时??称X的分布为重尾分布，又称幂律分布。一般来说，服从重尾分布的随机变量X具有较大甚至是无穷大的方差，而且当?
时，X的均值也是无穷的。随机变量X会以不可忽略的概率取到非常大的数值，即：大量的小抽样取值和少量的大抽样取值并存。分类1.长尾分布
在一个累积分布函数中，一个随机变量X的分布，出现以下状况时，被称为是一个长尾分布。假设对所有
：这相等于
对一个右尾部形成长尾分布的状况，我们可以做一个直观的解释：假如一个长尾分布的尾部数量超过某个很高的水准，它超过另一个更高水准的机率会接近于一。也就是说，如果你发现状况很糟，它可能会比你想像的还要糟。
长尾分布是重尾分布中的一个特例。所有的长尾分布都是重尾分布，但反之则不然，也就是说，我们可以找出某一个重尾分布，它不是长尾分布。
次指数分布次指数分布是以概率分布的折积定义出来的。两个独立、不同的随机变数
的共同分布函数?，它自己的折积定义为，使用勒贝格-史台杰斯积分（Lebesgue–Stieltjes integration） 定义为：n-fold折积的
?也以同样方式定义。其尾端分布函数定义为{。当以下式子成立，概率分布函数在正的中线上，被定义为次指数分布：
这也意味着，对所有来说：
