ポアソン分布

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。

一定の時間や範囲の中で、まれにランダムに起こる事象の発生回数が従う離散型の確率分布。単位時間あたりの平均発生回数λだけで形が決まり、平均と分散がともにλになる。窓口への来客数、Webサイトへのアクセス数、機器の故障件数などのモデル化に使われ、発生の間隔は指数分布に従う。

平均値を中心に左右対称な釣鐘型の確率分布。自然界や社会現象で最も多く見られる分布で、平均と標準偏差の2つのパラメータで形状が決まる。中心極限定理により多くの統計的検定の基礎となる。

ある事象が起こる確からしさを、0から1までの数値で表したもの。すべての場合が同様に確からしいとき、事象Aの確率は「Aが起こる場合の数÷起こり得るすべての場合の数」で求める。

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。