ベイズの定理

条件付き確率を逆転させる定理。P(A|B) = P(B|A)・P(A)/P(B)で表される。事前確率と尤度から事後確率を求めることができ、機械学習やスパムフィルタなどに応用される。

n個の異なるものからr個を取り出して並べる場合の数。nPr = n!/(n-r)!で計算される。順序を考慮する点が組合せとの違いであり、確率計算の基礎となる。

n個の異なるものからr個を取り出す場合の数。nCr = n!/(r!(n-r)!)で計算される。順序を考慮しない点が順列との違い。二項定理の係数としても現れる。

次の状態が現在の状態のみに依存し、過去の履歴に依存しない確率過程（マルコフ性）。状態遷移確率行列により記述され、定常分布の計算や待ち行列理論、ページランクアルゴリズムに応用される。

平均値を中心に左右対称の釣鐘型の確率分布。平均μと標準偏差σで特徴づけられ、μ±σに約68%、μ±2σに約95%、μ±3σに約99.7%のデータが含まれる。中心極限定理により多くの現象がこの分布に従う。

単位時間または単位面積あたりに稀にしか起きない事象の発生回数が従う離散確率分布。パラメータλ（平均発生回数）で特徴づけられ、待ち行列理論やネットワークのトラフィック解析に応用される。

データの散らばり具合を表す指標で、分散の正の平方根。元のデータと同じ単位を持つため直感的に解釈しやすい。品質管理における工程能力指数や統計的検定の基礎として重要。