Научник и аспиранты

#предложечка #лаблыба

Хороших выходных, коллеги!

#предложечка #лаблыба

#предложечка #лаблыба

#предложечка #лаблыба

#предложечка #лаблыба

#дед_инсайд #из_подвала

Сытый голодного не разумеет

Привет, коллега!

Бурная дискуссия, вызванная моим постом о недофинансировании науки, пока не утихает и в комментариях коллега запостил одну прекрасную табличку, не могу не поделиться ей в основном канале.

Суть в чём, из официальных буклетов РНФ была взята информация по количеству выделенных денег, поддержанных проектов и количества исполнителей в них. И если посмотреть на абсолютные значения, то денег, проектов и исполнителей с каждым годом всё больше. Ну какова красота! Только вот не всё так просто. Комментарий автора привожу без изменений.

Про инфляцию хорошее замечание, но чтото в виденных публичных дискуссиях по следам этого поста так и не видно развития мысли, тогда как все данные есть, эволюции фонда описаны в буклетах отчетных на сайте, коллеги таки подбили итоги:

больше всего поражает относительная СТАБИЛЬНОСТЬ абстрактной рублевой ставки абстрактного исполнителя без учета калибра проектов
такое ощущение что где-то в недрах фонда в какой-то эксельке разово константу вбили и все планирование строится от нее, родимой, в 2014 году внесенной)

поскольку "исполнитель по гранту" это грубо "человек и оборудование", то реальная инфляция гдето между красной официалкой и златом, в разных науках разные соотношения оборудования и довольствия личного состава и маржинальности/рисковости обеспечивающих производственный процесс бизнесов

инфляция в красном столбике официальная, это прям базовая-базовая корзина какаято модельная, реальные люди всяко получше потребляют

золото - это противоположный полюс, очень консервативной ставки на то что все будет плохо и надо беречь капитал с минимальным риском

истина по научным проектам где-то между, плюс-минус лапоть можно сказать что от первоначального уровня покупательной способности осталась треть

В целом, эти нехитрые расчёты прекрасно передают мои ощущение, с 2017 года на ту же сумму можно купить в 2-3 раза меньше. И, конечно, я могла бы начать заказывать отечественные реактивы, а не буржуйские втридорога, только вот никак не могу втолковать своим первичным культурам, что они могут расти и на средах ПанЭко, а не Gibco. И антителам от Affinity Biosciences, что они такие же классные как Invitrogen и должны работать.

Опять же, говорю не за себя, мне в общем-то повезло в отличие от многих людей в комментариях. У Сеченовского университета в анамнезе такие программы как 5-100, НЦМУ, Приоритет 2030 и ПИШ. Только вот кроме НЦМУ эти программы не распространяются на научно-исследовательские институты. Поправьте меня, не работала в академии, но ощущение, что основные источники финансирования там - это госзадание, РНФ и мегагранты, в которых все университеты так-то тоже участвуют. Несправедливо как-то получается.

Деньги пойдут к деньгам. Например, у нас куплено много хорошего оборудования, осталось сколько-то расходки и я могу позволить себе заявить чуть-чуть больше результата, чем реально можно сделать за полтора миллиона, а ещё и не выживать на скудный ФОТ. А вот научная группа в условном НИИ Химических Удобрений и Ядов, у которой этих грантов был один и тот пять лет назад, сегодня уже вряд ли пробьётся со своими идеями. Не потому что все поголовно там дураки, а потому что в условиях снижения покупательной способности гранта сложно даже заявить конкурентоспособное исследование, если нет каких-то запасов. Поэтому вариантов немного: а) преодолевать и надеяться, что однажды повезёт б) примкнуть или поглотиться кем-то более сильным в) свалить из науки.

Моя цель не в том, чтобы пожаловаться на свою жизнь или похвастаться ей. Хочется привлечь внимание к проблеме, раз уж такая возможность имеется. Нехватка денег - на первом месте среди научных демотиваторов. И если проблему не решать, то с текущим трендом будет становится только хуже. Я не вправе учить кого-то распоряжаться бюджетом, могу только посоветовать начинающим рисёрчерам всё-таки пытаться пробиться в места пожирнее, где уже есть неплохое финансирование, или быть готовым к альтруизму на рабочем месте.

Когда объясняешь план исследования студентам

#предложечка #лаблыба

#статистика_для_котиков

Не доверяй биологам математику

Привет, коллега!

В прошлый раз мы говорили про доверительные интервалы и комментарии заставили меня открыть старый учебник по статистике для биологов от математиков. Я не поняла каким чудом мы вообще сдали её, потому что уж слишком много математики. Сейчас я понимаю примерно 80% происходящего, но делаю это не с нуля, а уже после применения разных методов к своим данным.

И вот мне бы хотелось, чтобы читатели в первую очередь научились пользоваться некоторыми инструментами статистики и хотя бы примерно понимали, что за ними стоит. Я знаю много учёных, которые просто тыкают в программе на те же кнопочки, которые тыкали 10 поколений до них, а потом не знают, что ответить рецензентам на вопросы о статистике. Поэтому я научу тебя тыкать в них чуть-чуть более осознанно, а дальше если тема сильно заинтересует, то изучи что-то более специализированное.

И после такого большого дисклеймера всё-таки дорасскажу про доверительные интервалы (ДИ). Напомню, что это. Допустим у нас есть генеральная совокупность и у неё есть какие-то параметры, например, средняя зарплата вообще всех учёных в России составляет 44 тыс. (математическое ожидание). В наших экспериментах мы про всех учёных знать не можем, а знаем только про одну лабораторию из 9 человек, и у них зарплата 56±50 тыс. (выборочное среднее±стандартное отклонение). ДИ для какого-то параметра - это такой интервал, в которой с заданной доверительной вероятностью (чаще всего 0.95 и 0.99) попадёт значение этого параметра генеральной совокупности. ДИ рассчитывается по выборке и мы говорим о том, что вот где-то в вине интервале от сих до сих скорее всего находится истина.

В прошлый раз я привела формулы для ДИ для математического ожидания через расчёт стандартной ошибки среднего (SEM). Но она касается случаев, когда дисперсия генеральной совокупности известна и именно по ней нужно считать SEM. Но в жизни мы почти никогда не знаем этот параметр, поэтому в больших выборках вместо дисперсии генеральной совокупности можно использовать выборочную. Насколько больших? Я часто встречаю границу в 30 значений, но важно понимать, что она достаточно условная. В нашем случае 95% ДИ, рассчитанный по этой формуле будет от 23 до 89 тыс. Математическое ожидание попало в этот интервал, но в целом могло и не попасть, если бы была другая выборка.

Если же выборка маленькая, то принято использовать формулу для расчёта ДИ для случайной величины с неизвестной дисперсией. В целом, логика рассуждения достаточно похожая, только статистика будет иметь не нормальное распределение, а t-распределение или распределение Стьюдента. Оно тоже колоколообразное, но форма немного меняется вместе с изменением числа степеней свободы (т.е. количества значений в выборке минус 1). Чем меньше значений, тем выше хвосты распределения, а чем больше - тем t-распределение больше похоже на нормальное.

Если в нормальном распределении коэффициенты перед формулой SEM мы брали из его свойств и правила трёх сигм, то здесь, учитывая разную форму при разном количестве значений, придётся заморочиться. Если мы хотим найти пределы для 95% значений, то мы должны будем найти квантили этого распределения, а именно 0,025 и 0,0975 квантиль. Из-за симметрии относительно 0 это одно число, просто с разным знаком и его можно найти в таблице типа такой. В левом столбце число степеней свободы, верхняя строчка - доверительная вероятность. И на пересечении будет находится значение t, которое мы и будет подставлять в формулу доверительного интервала. Обрати внимание, что при бесконечно больших выборках t будет превращаться в уже знакомое нам 1,96 и 2,58. А при расчёте 95% ДИ для нашей лабы из примера выше t=2,31. Таким образом доверительный интервал, оцененный по данной формуле будет от 17 до 95 тыс. Несколько отличается от предыдущего, не так ли? А всё потому что сотрудников мало.

Конечно же, никто не заставит тебя считать доверительный интервал вручную, есть специальные программы или онлайн калькуляторы, которые всё сделают. Просто помни о том, что это такое и выбирай подходящий метод расчёта.