Badacze zazwyczaj mierz\u0105 cz\u0119sto\u015b\u0107 wyst\u0119powania, pobieraj\u0105c losow\u0105 pr\u00f3b\u0119<\/a> os\u00f3b w populacji i po prostu licz\u0105c, ile os\u00f3b w pr\u00f3bie ma okre\u015blon\u0105 cech\u0119.<\/span> <\/p>\n Za\u0142\u00f3\u017cmy na przyk\u0142ad, \u017ce badacze chc\u0105 pozna\u0107 cz\u0119sto\u015b\u0107 wyst\u0119powania choroby X w okre\u015blonym mie\u015bcie.<\/span><\/p>\n Aby to obliczy\u0107, mog\u0105 pobra\u0107 losow\u0105 pr\u00f3bk\u0119 5000 os\u00f3b z miasta i stwierdzi\u0107, \u017ce 120 os\u00f3b w pr\u00f3bie cierpi na chorob\u0119 X.<\/span><\/p>\n Cz\u0119sto\u015b\u0107 wyst\u0119powania choroby X mo\u017cna nast\u0119pnie obliczy\u0107 w nast\u0119puj\u0105cy spos\u00f3b:<\/span><\/p>\n Badacze doszli do wniosku, \u017ce cz\u0119sto\u015b\u0107 wyst\u0119powania choroby X w tym konkretnym mie\u015bcie w tamtym czasie wynosi\u0142a 0,024<\/strong> , czyli 2,4%<\/strong> .<\/span><\/p>\n Uwaga<\/strong> : Wa\u017cne jest, aby w celu uzyskania reprezentatywnej pr\u00f3bki<\/a> zastosowa\u0107 metod\u0119 losowego doboru pr\u00f3by<\/a> . Zapewnia to mo\u017cliwo\u015b\u0107 ekstrapolacji wynik\u00f3w pr\u00f3bki na ca\u0142\u0105 populacj\u0119 b\u0119d\u0105c\u0105 przedmiotem zainteresowania.<\/span><\/p>\n Zg\u0142aszaj\u0105c cz\u0119sto\u015b\u0107 wyst\u0119powania w oficjalnym artykule, badacze zazwyczaj u\u017cywaj\u0105 warto\u015bci procentowej lub liczby podzielonej przez 10 000 lub 100 000.<\/span><\/p>\n Za\u0142\u00f3\u017cmy na przyk\u0142ad, \u017ce cz\u0119sto\u015b\u0107 wyst\u0119powania choroby X wynosi 0,024.<\/span><\/p>\n Zg\u0142aszaj\u0105c t\u0119 warto\u015b\u0107, badacze napisz\u0105 co\u015b w stylu:<\/span><\/p>\n Og\u00f3lnie rzecz bior\u0105c, im ni\u017csza warto\u015b\u0107 rozpowszechnienia, tym wy\u017cszy b\u0119dzie mianownik liczby os\u00f3b.<\/span><\/p>\n Za\u0142\u00f3\u017cmy na przyk\u0142ad, \u017ce cz\u0119sto\u015b\u0107 wyst\u0119powania choroby X wynosi 0,000031.<\/span><\/p>\n Poniewa\u017c liczba ta jest tak ma\u0142a, badacze mog\u0105 j\u0105 zg\u0142osi\u0107 w nast\u0119puj\u0105cy spos\u00f3b:<\/span><\/p>\n U\u0142atwia to interpretacj\u0119 i zrozumienie warto\u015bci cz\u0119sto\u015bci wyst\u0119powania.<\/span><\/p>\n Terminem, kt\u00f3ry ludzie czasami myl\u0105 z wyst\u0119powaniem, jest cz\u0119sto\u015b\u0107 wyst\u0119powania<\/strong> .<\/span><\/p>\n Zachorowalno\u015b\u0107<\/strong> odnosi si\u0119 do liczby nowych przypadk\u00f3w o okre\u015blonej charakterystyce w danym okresie.<\/span><\/p>\n Za\u0142\u00f3\u017cmy na przyk\u0142ad, \u017ce badacze wybieraj\u0105 losow\u0105 pr\u00f3b\u0119 5000 os\u00f3b w okre\u015blonym mie\u015bcie i odkrywaj\u0105, \u017ce w ci\u0105gu ostatniego roku u 90 os\u00f3b zachorowa\u0142o na chorob\u0119 X, a kolejnych 30 cierpia\u0142o na chorob\u0119 X przez d\u0142ugi czas.<\/span><\/p>\n Cz\u0119sto\u015b\u0107 wyst\u0119powania<\/strong> obliczyliby\u015bmy w nast\u0119puj\u0105cy spos\u00f3b:<\/span><\/p>\n Badacze doszliby do wniosku, \u017ce cz\u0119sto\u015b\u0107 wyst\u0119powania choroby X w tym konkretnym mie\u015bcie w tamtym czasie wynosi\u0142a 0,018<\/strong> lub 1,8%<\/strong> .<\/span><\/p>\n Jednak\u017ce cz\u0119sto\u015b\u0107 wyst\u0119powania b\u0119dzie obliczana jako ca\u0142kowity odsetek os\u00f3b w pr\u00f3bie z chorob\u0105 X, niezale\u017cnie od tego, kiedy rozwin\u0119\u0142a si\u0119 u nich choroba.<\/span><\/p>\n Zatem cz\u0119sto\u015b\u0107 wyst\u0119powania<\/strong> b\u0119dzie obliczana w nast\u0119puj\u0105cy spos\u00f3b:<\/span><\/p>\n Badacze doszliby do wniosku, \u017ce cz\u0119sto\u015b\u0107 wyst\u0119powania choroby X w tym konkretnym mie\u015bcie wynosi obecnie 0,024<\/strong> , czyli 2,4%<\/strong> .<\/span><\/p>\n Poni\u017csze samouczki zawieraj\u0105 informacje na temat innych powszechnie u\u017cywanych termin\u00f3w w statystyce:<\/span><\/p>\n Co to jest obserwacja w statystyce?<\/a> W statystykach cz\u0119sto\u015b\u0107 wyst\u0119powania to odsetek os\u00f3b w populacji, kt\u00f3re wykazuj\u0105 okre\u015blon\u0105 cech\u0119 w pewnym okresie. Badacze zazwyczaj mierz\u0105 cz\u0119sto\u015b\u0107 wyst\u0119powania, pobieraj\u0105c losow\u0105 pr\u00f3b\u0119 os\u00f3b w populacji i po prostu licz\u0105c, ile os\u00f3b w pr\u00f3bie ma okre\u015blon\u0105 cech\u0119. Za\u0142\u00f3\u017cmy na przyk\u0142ad, \u017ce badacze chc\u0105 pozna\u0107 cz\u0119sto\u015b\u0107 wyst\u0119powania choroby X w okre\u015blonym mie\u015bcie. Aby to obliczy\u0107, […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-3232","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/ciprop1.png\")
<\/p>\n\n
Jak zg\u0142asza\u0107 cz\u0119sto\u015b\u0107 wyst\u0119powania<\/strong><\/h2>\n
\n
\n
R\u00f3\u017cnica mi\u0119dzy cz\u0119sto\u015bci\u0105 wyst\u0119powania a wyst\u0119powaniem<\/strong><\/span><\/h2>\n
\n
\n
Dodatkowe zasoby<\/strong><\/span><\/h2>\n
Jakie s\u0105 przypadki w statystyce?<\/a>
Co to jest prawdopodobie\u0144stwo przed i po te\u015bcie?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"