正規分布

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。

左右対称の釣り鐘型をしたデータの確率分布。自然現象や品質データの多くが近似的に従う。平均値と標準偏差で分布の形が決まる。品質管理やリスク分析で、データの分布予測やプロセス能力の評価に使用される。

一定の時間や空間内で、ある事象が発生する回数の確率分布。平均発生率λのみをパラメータとする離散型の確率分布で、稀な事象の発生回数のモデル化に適する。

n個の異なるものからr個を取り出して一列に並べる場合の数。nPr = n!/(n-r)!で計算される。並べる順序を区別する点が組合せと異なる。

n個の異なるものからr個を取り出す場合の数（順序を区別しない）。nCr = n!/(r!(n-r)!)で計算される。順列と異なり選んだものの並び順は考慮しない。

ある事象Bが起こったという条件の下で事象Aが起こる確率。P(A|B) = P(A∩B)/P(B)で計算される。ベイズの定理の基礎となる概念。

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。

確率変数の全ての値にそれぞれの確率を掛けて合計した値。確率的な事象の平均的な結果を示す指標で、E(X) = Σ(xi・pi)で計算される。意思決定やリスク評価に用いられる。