maths.free › Statistics & Probability › Counting: permutations and combinations
Counting: permutations and combinations
Factorials, ordered and unordered selections.
n! counts the orderings of n things. Choosing k of them in order is n!/(n − k)!; ignoring the order divides by k! again, giving the binomial coefficient “n choose k”. These numbers are Pascal's triangle and the coefficients of (a + b)ⁿ.
Rechenbeispiel · 5 choose 2
Schritt für Schritt
- \binom{5}{2} = \frac{5!}{2!\,(5-2)!}
Unordered selections: n! / (k! (n−k)!).
- = \frac{120}{2 \times 6} = 10
Antwort aufdecken
Jetzt du Wählen Sie ein Problem, oder tippen oder zeichnen Sie Ihre eigenen. Jeder Schritt, ein Bild, die Antwort versteckt, bis Sie fragen.
Ein kostenloses Konto fügt Notizen zu jeder Lektion, eine Aufzeichnung von dem, was Sie beendet haben, Ihre gelösten Probleme an einem Ort, und ein Tutor können Sie über diese Seite fragen. Die Mathematik selbst ist offen für alle, angemeldet oder nicht.
Registrieren AnmeldenHier verwendete Symbole
Tippen Sie auf jedes Symbol für die vollständige Definition, ein Bild und was jeder Buchstabe darin bedeutet.
Wie man: Counting: permutations and combinations
- Unordered selections: n! / (k! (n−k)!).
Fragen, die die Leute stellen
Mean or median, which should I use?
Median when the data have outliers or a long tail (incomes, house prices); mean when the data are roughly symmetric and you want every value to count. Report both if they disagree. The gap is itself information.
What does a p-value actually say?
The probability of seeing data at least this extreme if the null hypothesis were true. It is not the probability that the null hypothesis is true.
Why divide by n − 1 for the sample variance?
The sample mean sits closer to the sample than the true mean does, so squared deviations from it are slightly too small on average; dividing by n − 1 instead of n corrects the bias.
Mehr in Statistics & Probability
Sampling and dataDescribing data with graphsMean, median and modeProbabilityDiscrete random variablesContinuous random variablesThe normal distributionThe central limit theoremConfidence intervalsHypothesis testingComparing two samplesChi-square testsLinear regression and correlationANOVA and the F distribution