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.
Exemple résolu · 5 choose 2
Étape par étape
- \binom{5}{2} = \frac{5!}{2!\,(5-2)!}
Unordered selections: n! / (k! (n−k)!).
- = \frac{120}{2 \times 6} = 10
Révèle la réponse
À vous Choisissez un problème, ou tapez ou dessinez le vôtre. Chaque étape, une image, la réponse cachée jusqu'à ce que vous le demandiez.
Un compte gratuit ajoute des notes sur chaque leçon, un enregistrement de ce que vous avez terminé, vos problèmes résolus en un seul endroit, et un tuteur que vous pouvez demander sur cette page. Les maths eux-mêmes sont ouverts à tout le monde, signé ou non.
Inscription ConnexionSymboles utilisés ici
Appuyez sur n'importe quel symbole pour la définition complète, une image et ce que signifie chaque lettre.
Comment faire: Counting: permutations and combinations
- Unordered selections: n! / (k! (n−k)!).
Questions posées par les gens
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.
Plus en 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