順序是概率計算過程中不可避免的事情，通過學習簡便方法來完成概率計算的高階。
2、型別排名
二、部分排列
三、組合
1、個體排名
i、普通排位
現有n匹賽馬，那麼它們所有可能的排列順序為n！。
ii、圓形排位
現有n匹賽馬，要求所有馬匹圍成一圈。
1、如果只考慮馬匹的絕對位置的話，則所有可能排列順序為n !。
2、如果需要考慮馬匹之間的相對位置的話，則會出現排位不同，但實際上是同一樣的，此時可任意選擇乙個馬匹定位，其餘n-1個馬匹進行全排列，那麼所有可能排列順序則為(n-1)！。
3、在2的基礎上，進一步判定順時針和逆時針排位是同一種情況來計算，那麼所有可能的排位順序為(n-1)！/2。
2、型別排名
如果要為n個物件排位，其中包括第一類物件k個，第二類物件j個，第三類物件m個…則排位方式數目的計算式為n!j
!k!m
!...
\frac
j!k!m!
...n
!。比如此時有3匹普通馬、2匹斑馬和5匹駱駝一同參加比賽，所有動物得冠軍的可能性均相同，那麼如果只對動物種類的排名感興趣，所有的排名方式一共有10!3
!2!5
!\frac
3!2!5!
10!
=252種。
部分排列是指從給乙個n個物件群體中取出r個物件進行排序，並得出排序方式總數目n!(
n−r)
!\frac
(n−r)!
n!。
比如一共有20匹賽馬進行比賽，那麼前三甲的具體排名的所有可能為20!17
!\frac
17!20!
種。組合是指從n個物件群體中取出r個物件，但不必知道所選物件的確切順序的情況下，所有可能有n!r
!(n−
r)!\frac
r!(n−r
)!n!
種。比如一共有20匹賽馬進行比賽，那麼確定前三名包括哪些馬時一共有20!3
!17!\frac
3!17!2
0!種猜測結果。
整理總結 深入淺出統計學 正態分佈的運用
並非所有資料集合都是離散的 可以指定確切數值的概率分布，其中也有數值型的概率分布，最典型的便是正態分佈。離散型資料就像一塊塊墊腳石，可以從乙個數值跳到另乙個數值，同時每個數值之間都有明確的間隔。連續型資料往往通過測量得到，而不是通過計數得到，測量結果在很大程度上取決於測量精度要求。在處理連續資料的時...
整理總結 深入淺出統計學 離散概率分布的運用
概率可以得知發生事件的可能性，但無法指出所發生的的這些事情的整體影響，也無法指出這種整體影響對我們的具體影響，通過期望來 長期結果，並利用方差來度量這些 結果的確定性。若有一台 只有三個視窗全部恰到好處時，才會有成堆的硬幣滾滾而下，並且每局特定組合對應的客戶收益規則和一台 的每個視窗出現特定影象的概...
整理總結 深入淺出統計學 置信區間的構建
我們的確可以使用點估計量來估計總體均值 方差或一定比例的精確值，但是我們始終無法確定我們使用的樣本一定是無偏樣本，因此我們考慮使用置信區間的方法來估計總體統計量，因為它是考慮了不確定性的方法。二 置信區間的簡便演算法 三 特殊情況 總體正態 樣本t分布 糖果公司用乙個包含100粒糖球的樣本得出口味持...