Lan man chuyện thế sự

Định viết lại cảm nhận của tôi về buổi tiếp xúc với bà Bộ trưởng Y tế khi bà ấy ghé thăm Viện Garvan để khánh thành chương trình "Know Your Bone", nhưng chẳng biết viết gì. Thôi thì tôi viết lan man vài dòng về chuyện thời sự để gọi là nhật kí tháng 6 ... 

1.

Ở Úc vào tháng này là "mùa xin tài trợ". Tài trợ cho nghiên cứu khoa học. Thật ra, mùa xin tài trợ bắt đầu từ tháng 2, thời gian mà hầu hết giới khoa học và khoa bảng Úc tiêu ra rất nhiều thì giờ để viết đề cương nghiên cứu xin tiền. Cái đề cương chỉ có 9-10 trang, nhưng thông tin kèm theo thì có khi nhiều gấp 10 lần số trang đề cương! Việc soạn đề cương làm tiêu hao biết bao nhiêu năng lượng và thời gian của giới khoa học, nhưng trớ trêu thay đó là việc phải làm. Nói theo tiếng Anh là "A Must".

Trong thế giới khoa học, người ta đánh giá một nhà khoa học không phải chỉ qua danh sách bài báo khoa học, mà còn qua số tiền nhà khoa học đem về cho trường/viện. Danh sách bài báo dĩ nhiên là quan trọng, nhưng trong thế giới rational economics, thì số tiền tài trợ nhà khoa học đem về cho cơ quan còn quan trọng hơn cả bài báo. Nhớ có lần một vị giám đốc một viện nghiên cứu lớn của Úc nói thẳng thừng rằng [tôi dịch] "một nhà khoa học không thu hút được tài trợ thì người đó là ... nothing". Ai cũng biết điều đó, nhưng chẳng ai muốn nói ra; chỉ có vị giáo sư đó nói huỵch toẹt.

Thành ra, để có tư cách là một scientist hay một academic, anh/chị phải đi xin tiền tài trợ. Người xin nhiều tài trợ được trọng vọng. Người chẳng có tài trợ được xem là ... nothing. Phũ phàng.  Nhưng để xin tài trợ thì phải có công trình nghiên cứu mới, quan trọng, và tốt. Mà, chẳng nói ra thì ai cũng hiểu để có công trình nghiên cứu tốt và mới thì phải có nhiều tiền. Đến đây thì ai cũng thấy cái vòng luẫn quẫn trong khoa học hiện đại: tiền - nghiên cứu - tiền.

Người viết cái note này, dù muốn hay không, cũng phải nằm trong cái vòng xoáy đó. Thành ra, năm nào cũng thế, đến hẹn lại lên: tháng 2 viết đề cương, tháng 6 trả lời bình duyệt, tháng 11 chờ kết quả. Đề cương viết thì 9-10 trang, bình duyệt thì 3-4 trang, nhưng họ chỉ cho mình trả lời trong vòng 2 trang. Trả lời nhiều hơn 2 trang là ... dẹp bỏ. Không có nhân nhượng.

Năm nào cũng viết nhiều đề cương, nhưng thành công thì chẳng bao nhiêu. Có năm chẳng có đồng nào. Có năm may mắn thì được vài trăm K. Nói như một bài hát là: Cho, cho rất nhiều nhưng nhận chẳng có bao nhiêu / Người ta phụ hoặc thờ ơ, chẳng biết.

2.

Mấy hôm trước, ngồi cà phê với bạn bè, và một người bạn bàn về chuyện "Thành Đô". Câu chuyện xoay quanh sự kiện quan trọng là Việt Nam mất Trường Sa vào năm 1988. Có một thông tin làm tôi chú ý trong vụ này là thời điểm Tàu cộng đánh chiếm Trường Sa và những diễn biến ở Việt Nam sau đó.

Ngày 14/3/1988, Tàu xua quân đáng chiếm Trường Sa. Lúc đó tôi ở ngoài nên không biết báo chí Việt Nam phản ứng ra sao.

Ngày 25/5/1988, đảng CSVN ra nghị quyết 13 trong đó có đoạn viết "phấn đấu bình thường hoá quan hệ với Trung Quốc, mọi vấn đề khác đều có thể giải quyết sau".

Tháng 9 cùng năm, Hiến pháp Việt Nam được chỉnh sửa, bỏ đoạn khẳng định Tàu là kè thù.

3.

Mấy tuần nay, tôi nghiền ngẫm những trích đoạn trong hồi kí của Lê Phú Khải. Có lẽ nhiều bạn chưa biết Lê Phú Khải là ai, nên tôi phải có đôi ba dòng giới thiệu. Cá nhân tôi chưa gặp anh Khải ngoài đời, nhưng đọc sách và bài viết của anh thì nhiều. Lê Phú Khải là một nhà báo, từng là phóng viên thường trú của Đài tiếng nói Việt Nam tại miền Nam. Anh là người gốc Hà Nội, sinh năm 1942, năm nay đã 74 tuổi. Vì là người "đóng đô" ở miền Nam, nên anh viết rất nhiều bài kí sự về miền Nam, đặc biệt là vùng Đồng bằng sông Cửu Long (ĐBSCL). Là kí giả, nên anh được đi nhiều, biết nhiều, kể cả những câu chuyện không bao giờ được viết trên mặt báo. Do đó, hồi kí của Lê Phú Khải chắc chắn phải thú vị.

Tôi "làm quen" với anh ấy qua những cuốn sách anh viết về ĐBSCL. Mỗi lần về Việt Nam là tôi mua hàng tá cuốn sách. Có năm tôi đặc biệt chú ý đến cuốn sách của Lê Phú Khải viết về ĐBSCL, mà trong đó anh trình bày nhiều số liệu rất thú vị cùng những nhận xét có thể nói là kém lạc quan. Tôi ngấu nghiến đọc cuốn sách, và cảm thấy như có ai đang nói hộ cho mình. Tôi còn có ấn tượng đẹp với Lê Phú Khải về sự uyên bác, những nhận xét tinh tế, cùng văn phong trong sáng. Đọc văn là biết ngay một con người đàng hoàng và có học nghiêm chỉnh. Sau này tôi mới biết anh ấy không phải là đảng viên dù là một kí giả kì cựu của làng truyền thông chính thống.

Bẵng đi một thời gian, nay tôi mới biết Lê Phú Khải viết hồi kí. Cuốn hồi kí có tựa đề là "Lời Ai Điếu". Cuốn hồi kí do Nhà xuất bản Người Việt Books (California) xuất bản vào tháng 6 năm nay. Tôi chưa có cuốn sách, nên chỉ đọc những trích đoạn trên Văn Việt blog (1). Trong hồi kí, ông kể nhiều chuyện tai nghe mắt thấy rất ư thú vị. Những chuyện này liên quan đến những người như Lê Duẩn, Võ Nguyên Giáp, và giới văn nghệ sĩ như Nguyên Ngọc, Chế Lan Viên. Tôi không muốn trích ra đây, mà để cho các bạn -- nếu cần -- tự đọc và tìm hiểu.

====

(1) Hồi kí "Lời Ai Điếu" của Lê Phú Khải:

Lời nói đầu:

http://vandoanviet.blogspot.com.au/2016/05/hoi-ky-le-phu-khai-loi-ai-ieu.html

Kì 2:

http://vandoanviet.blogspot.com.au/2016/05/hoi-ky-le-phu-khai-loi-ai-ieu-ky-2.html

Kì 3:

http://vandoanviet.blogspot.com.au/2016/05/hoi-ky-le-phu-khai-loi-ai-ieu-ky-3.html

Kì 4:

http://vandoanviet.blogspot.com.au/2016/05/hoi-ky-le-phu-khai-loi-ai-ieu-ky-4.html

Kì 5:

http://vandoanviet.blogspot.com.au/2016/06/hoi-ky-le-phu-khai-loi-ai-ieu-ky-5.html

Kì 6:

http://vandoanviet.blogspot.com.au/2016/06/hoi-ky-le-phu-khai-loi-ai-ieu-ky-6.html

Kì 7:

http://vandoanviet.blogspot.com.au/2016/06/hoi-ky-le-phu-khai-loi-ai-ieu-ky-7.html

Kì 8:

http://vandoanviet.blogspot.com.au/2016/06/hoi-ky-le-phu-khai-loi-ai-ieu-ky-8.html

Cảm tính hoá con số

Hôm nọ, nhóm chúng tôi có một cuộc tranh luận nho nhỏ về cách diễn tả một con số. Một chuyên gia truyền thông viết rằng "In Australia a bone is broken due to poor bone health every 3.4 minutes" (Ở Úc, cứ mỗi 3.4 phút thì có một người bị gãy xương). Phe khoa học thì phản đối cách diễn tả đó, vì họ cho rằng nó ... buồn cười và trẻ con. Phe truyền thông thì nói cách diễn tả đó bình thường, và họ nói chẳng có gì sai cả. Tôi thì có cảm tình với phe khoa học, dù biết rằng họ không chỉ ra được cái sai trong cách phát biểu đó, nên họ chỉ nói ... trẻ con. Đây là một cách nói rất phổ biến, nhưng cũng là một vấn đề hơi tinh vi về mặt thống kê.

Thật ra, đứng trên mặt tính toán số học thì chẳng có gì sai. Mỗi năm cả nước Úc ghi nhận khoảng 154000 ca gãy xương (tức là những người nhập viện vì gãy xương). Nhưng có lẽ con số đó hơi lớn, và nói ra thì chẳng ai quan tâm, nên người ta có cách nói sao cho gần gũi (ngắn) hơn là diễn tả trên phút. Tính ra thì cứ 3.4 phút có một người bị gãy xương. Đó là lí giải của phe truyền thông, và họ đúng khi nói rằng chẳng có gì sai về tính toán cả.

Không có gì sai về tính toán, nhưng có vấn đề về thống kê. Cách nói cứ mỗi 3.4 phút có 1 ca gãy xương hàm ý giả định rằng số ca gãy xương xảy ra một cách đồng đều -- uniform, nhưng giả định đó sai. Sai là vì trong quần thể số ca gãy xương tuân theo luật phân bố Poisson, chứ không phải uniform. Do đó, cách nói đó tuy nghe qua có vẻ ấn tượng, nhưng thật ra là một ngụy biện. Nguỵ biện cấp thấp.

Cách nói 3.4 phút có 1 ca gãy xương còn là một kiểu nói cảm tính. Cảm tính là vì người nói muốn gây ấn tượng mạnh. Nói theo tiếng Anh, đó là kiểu nói manipulative framing of the number hay hiểu nôm na là vặn vẹo con số. Tức là người nói dùng nó để cảm tính hoá vấn đề. Cảm tính hoá dĩ nhiên là điều không nên trong khoa học. Đó chính là lí do tại sao phe khoa học cảm thấy "sai", nhưng họ không nghĩ ra sai chỗ nào!

Nói tóm lại, đối với người làm khoa học, cần nên tránh cách nói theo kiểu "3.4 phút có 1 ca gãy xương" (hay tương tự), vì nó vừa cảm tính hoá vấn đề, mà lại vừa sai về mặt thống kê. Người không am hiểu thống kê nói thế thì có thể bỏ qua (vì họ ignorant) nhưng người biết chút ít về thống kê hay chút đỉnh về khoa học thì không nên nói như thế.

Cô đơn?

Hôm kia, tôi đi dự buổi giảng công chúng và chợt tiếp thu một ý hay hay. Diễn giả, đương kim bộ trưởng và cựu nhà báo đài ABC, cho biết một thông tin hơi bất ngờ. Bà nói những người đạt đỉnh cao trong chính trị và nghệ thuật hay bất cứ lĩnh vực nào, tuy nhìn bề ngoài họ có vẻ phấn chấn, nhưng trong thực tế đời thường thì họ rất ... cô đơn.

Bà là Pru Goward, một phóng viên mà tôi rất thích khi bà còn làm cho đài truyền hình ABC, chuyên phụ trách chương trình thời sự quốc gia. Một người mà chỉ cần nhìn vào khuôn mặt là toát lên thần thái thông minh, nhanh trí, và dĩ nhiên là hoạt bát. Ấy thế mà khi bà được mời đến nói chuyện ở Viện Garvan trong chương trình "diễn giả công chúng", thì bà lại tỏ ra chẳng hoạt bát chút nào như thời còn làm nhà báo. Không giống như các diễn giả khác, bà nói không hay, ý tưởng có vẻ rời rạc, ngôn ngữ cơ thể tỏ ra bà đang lúng túng. Nhưng nói không hay không có nghĩa là không có ý; trong thực tế, bà nói ra nhiều ý rất hay về lãnh đạo, về cuộc đời làm chính trị của bà (sau khi giã từ nghề kí giả), và về cuộc sống của chính khách.

Bà nói: Ít ai biết rằng giới nghệ sĩ nổi tiếng rất cô đơn, nhưng trong chính trường, những người lãnh đạo kiệt suất cũng rất cô đơn. Theo bà thì những lãnh đạo tài giỏi của nước Úc trong thời gian gần đây là Bob Hawke (cựu thủ tướng, đảng Lao Động), Paul Keating (cựu thủ tướng, đảng Lao Động), và John Howard (cựu thủ tướng, đảng Liberal). Bà Goward là người của đảng Liberal. Lí do những người này cô đơn là vì họ có những suy nghĩ đi trước thời cuộc, và do đó ít ai chia sẻ ý tưởng với họ. Những người như Paul Keating chẳng hạn, chẳng những vì cá tính mạnh mẽ, mà còn là người lúc nào cũng có những suy nghĩ khác người, nên rất ít có bạn ngoài đời. Bạn trong chính trường không hẳn là bạn ngoài đời. Bà nói trong chính trường người ta có thể làm bạn để đạt mục tiêu nào đó, nhưng ngoài đời có khi họ ghét nhau lắm. Đó là chưa kể đến những săm soi của giới báo chí, chỉ cần nói sai một câu là bị chỉ trích, thậm chí mạt sát thậm tệ. Bà kết luận rằng cuộc đời và công chúng thường đối xử không công bằng với những chính khách như thế.

Nhận xét cô đơn của bà làm tôi nhớ đến những nghệ sĩ Việt Nam. Quả thật, nhiều khi đọc tin trên báo thấy những nghệ sĩ lừng danh khi về già có vẻ có cuộc sống rất khó khăn và cô đơn. Chẳng nói đâu xa, những nhạc sĩ lừng danh như Thanh Sơn, Vinh Sử, Trúc Phương, Lam Phương, Nguyễn Văn Tý, v.v. đều than rằng họ cô đơn khi về già. Nhớ có lần xem một đoạn phim về nhạc sĩ Thanh Sơn (hình như là trên Paris by Night) mà trong đó ông cho biết khi ông ngã bệnh và vào bệnh viện cấp cứu, bệnh viện đòi giá 180 triệu đồng, trong khi gia đình chỉ có 1 triệu đồng. Kể đến đó ông khóc. Nhạc sĩ Lam Phương tóm lược sự cô đơn trong 3 câu rất hợp cảnh với ... chính ông:

Sáng trưa khuya tối, nhìn quanh một mình

Đường quen không tới, tìm nhau ngại ngùng

Chỉ vì đời mình, chưa có bình minh.

Lời "thú tội" của một nhà khoa học lãng phí

Gần đây, có nhiều người trong giới chính trị, và thậm chí trong giới khoa học, cho rằng rất nhiều nghiên cứu khoa học hiện nay là lãng phí tiền của của người dân đóng thuế. Lãng phí là vì họ cho rằng có quá nhiều kết quả nghiên cứu vô bổ hoàn toàn xa rời thực tế; rằng có quá nhiều nghiên cứu không được ứng dụng trong thực tế (hoặc ứng dụng thất bại); rằng lãng phí là do nhiều kết quả nghiên cứu không lặp lại được (gọi là tái lập hay reproducibility). Có người ước tính rằng trên thế giới, số tiền lãng phí mỗi năm cho những nghiên cứu như thế có thể lên đến >150 tỉ USD!

Bài dưới đây tôi lấy từ blog của tạp chí tôi rất thích: Scientific American. Trong bài này, một ông giáo sư (có lẽ còn trẻ) thú nhận rằng ông là một nhà khoa học với những công trình nằm trong định nghĩa lãng phí như trên. Ông giáo sư này theo đuổi một câu hỏi hết sức căn bản: thú vật chúng tự làm sạch như thế nào. Con người chúng ta làm sạch như thế nào thì đã rõ, nhưng những động vật như chó, mèo, trâu, bò, hay chuột, thì chúng làm sạch bằng cách nào? Một câu hỏi thú vị, nhưng hình như khả năng ứng dụng trong thực tế -- ngay như thú nhận của tác giả -- thì khá xa vời.

Ấy vậy mà trong 15 năm qua ông đã nhận được tài trợ từ Nhà nước (Mĩ) gần 3 triệu USD để theo đuổi câu hỏi đó! Ông làm một con tính làm chúng ta có thể chóng mặt. Số tiền 3 triệu USD đó, ông cho biết còn cao hơn số tiền mà ba má ông kiếm được suốt đời họ. Nhưng ông vẫn thấy khó thuyết phục người khác về tầm quan trọng của công trình nghiên cứu mà ông đã và đang theo đuổi.

Kinh nghiệm cá nhân tôi cho thấy quả thật có rất nhiều nghiên cứu y khoa là lãng phí. Lí do thì có nhiều, và tôi có thể nghĩ đến những lí do chính như sau:

• Câu hỏi nghiên cứu không tốt
• Cách làm và cách tiếp cận không thích hợp
• Cỡ mẫu quá nhỏ
• Kết quả chỉ lặp lại những nghiên cứu trước
• Kết quả không có ý nghĩa thực tế

v.v.

Đó là tình hình ở nước ngoài. Nhưng tôi nghĩ tình hình ở trong nước chắc cũng thế thôi. Mỗi năm Nhà nước chi ra khoảng 400 triệu USD (con số có thể cao hơn) cho nghiên cứu khoa học, nhưng bao nhiêu kết quả có ý nghĩa thực tế hay ứng dụng thực tế thì rất khó đoán. Nếu con số 80% các nghiên cứu khoa học là lãng phí trên thế giới, thì cũng có thể nói VN đã và đang lãng phí hàng trăm triệu USD?

====  

 

http://blogs.scientificamerican.com/guest-blog/confessions-of-a-wasteful-scientist/

 

Confessions of a Wasteful Scientist

Three of my projects appeared last week on a senator's list of questionable research. Allow me to explain...

Last week, U.S. Senator Jeff Flake released his list of top 20 science investigations that he considered most wasteful uses of government funds. The list is meant to be read. It’s written in fifth-grade language and filled with colorful cartoons of animals. When I see the report, I think of my own two children, 5-year old Harry and 3-year old Heidi, who will soon be able to read about the featured studies. When my children read it, they will learn two things. First, there is such a thing as wasteful science and that it is rampant. Of the 20 studies listed, there are likely thousands of others that beg for explanation and motivation.

The second thing that my children will learn is that three of the 20, or 15 percent of America’s most wasteful science, was contributed by their father. We watched dogs shake water from their bodies, measured the length of eyelashes and counted hair on dozens of animals, and studied bodily processes of several species.

My name is David Hu, and I am a “wasteful” scientist. This is my confession.

When I look at the nearly $3 million in research I have spent in the last 15 years of my life, I am staggered. It’s more money than my parents have made in their lifetime, more money than I will make in mine and more than my children will make in theirs. That I have spent these funds, and still have yet to convince others of the importance of this work, is my failure. My failure is part of a failed scientific system, where average people cannot understand what average scientists do.

Since 2012, I’ve been fascinated by how animals clean themselves. Because they’re all around us and cleaning is such a mundane activity, I can see how this obsession can be viewed as wasteful. 

Yet most of what animals do is completely a mystery to scientists. When I was a student, I thought that 95 percent of all knowledge was already solved. But in fact, we only understand a small amount of the world around us, especially in the world of biology. For example, we can’t understand why a dog walks as easily as it does. Robots still cannot move as well as dogs, which have a complex interplay of tendons, bones and specially placed sensors that make it look like magic. The easiest questions are still among the most difficult to answer.

The topic of cleaning is a grand challenge for humanity. Effective cleaning strategies will be especially important for our next generation of clean energy. Solar panels accumulate dust at a regular rate, reducing in efficiency annually by 6 percent. There is no current good solution to the problem — our best is to clean the solar panels by hand with a squeegee.

Clothes dryers take 40 minutes and much of our daily household energy budget. But a wet dog can shake off 90 percent of water in a fraction of a second.  If a dog were to use our method of drying, it would use a third of its daily calories. We discovered that a dog’s skin is especially loose and its hair is tuned to release drops with little expenditure of energy.  The lesson from our wet dog study (which was named in the senator’s report) is that we should tune our drying materials to release water if we truly wish to save energy.

The watch list also identified our animal hair study. All animals and people have eyelashes, but no one was sure why. Our measurements and wind tunnel experiments showed that animals save energy by having lashes. Specifically, eyelashes reduce evaporation of the tear film of the eye by a factor of two, reducing blinking by a factor of two. Lashes also reduce deposition of dust by a factor of two.  Our study shows that hairy surfaces may be our solution to dust accumulation. Including small hairs on solar panels can reduce efficiency losses.

These studies also have impact on non-engineering fields. The wet dog study shows us that animals have evolved to release water from their bodies, explaining their poor cleaning ability with chemicals like crude oil. It clearly demonstrates that they are not adapted to deal with pollutants.

The eyelash study has been cited by ophthalmologists. Understanding the function of eyelashes can influence our understanding of how allergens, such as pollen and dander, enter the eye. It can also help us to understand the danger of certain human diseases like madarosis, which involves the shedding of eyelashes.

Another benefit to this research is that it can be used for education, which is a grand challenge in our country. America lags behind China and India in the number of students that pursue science. The dog study was made into an educational module that used everyday examples to teach complex physics principles like centripetal force.  At the bottom of this article are links for high school students and teachers to employ this science in their classes.

I enjoy doing research. I don’t try to hide it. Scientists are human beings with intrinsic interests, but we aren’t here to solely serve the public. We also have hunches when we’re onto something big. Sometimes we have to take left turns to get to a place faster. Solving difficult problems like green energy often requires revolutionary approaches. I use animals as a way to think about new solutions to these problems. In doing so, I have also created an international following of people who are falling in love with science again.

Asking questions about wastefulness is an important activity. Is it wasteful or not? I hope my children will ask this question when they read Senator Flake’s report. Like all research questions, this one should continue to be asked again and again. The answer may change as more evidence comes to light. The question should be tempered with solid research, review by peers and a commitment to starting and continuing a conversation with the scientists. A scientist has a duty to explain her work to others. I encourage the public to continue to ask researchers about the importance of their work.

I sincerely thank Senator Flake for continuing this conversation. If it leads to better communication between the public and scientists, he will have done us a great service. I hope my children can live in a world where scientists and the public are not at odds, but have a mutual understanding of the beauty and strangeness of nature, and how the pursuit of its oddities can lead to the benefit of all.

Bibliography

https://blossoms.mit.edu/videos/lessons/evolving_survival_learning_about_fluid_dynamics_through_urinary_system_mammals

http://www.engageengineering.org/e3s/whyitworks/

https://blossoms.mit.edu/videos/lessons/how_mosquitoes_fly_rain

Thông báo lớp học "Thiết kế nghiên cứu và phân tích dữ liệu"

Vùng Đồng bằng sông Cửu Long (hay miền Tây nói chung) dù có tiếng là dựa lúa của cả nước nhưng lại là một địa phương kém về nghiên cứu khoa học. Sự hiện diện của các nhà khoa học trong vùng trên các diễn đàn khoa học quốc gia và quốc tế còn rất khiêm tốn. Trong những chuyến công tác ở bên nhà, rất nhiều bạn đề nghị tổ chức một vài lớp học ở miền Tây, và cơ hội này đã đến. Trong chiều hướng góp phần nâng cao năng lực nghiên cứu khoa học cho vùng, chúng tôi hân hạnh thông báo một lớp học về thiết kế nghiên cứu và phân tích dữ liệu sẽ được thực hiện tại Rạch Giá từ ngày 20/7/2016 đến ngày 24/7/2016. (Nhân dịp này các bạn có thể ghé thăm Kiên Giang -- Rạch Giá quê tôi để thưởng thức ẩm thực độc đáo và ngon. Tôi nói thật chứ không quảng cáo đâu). 

Mục tiêu

Khóa học có mục tiêu chính là giới thiệu các mô hình nghiên cứu khoa học, và đồng thời trang bị cho các học viên những kiến thức cơ bản về các mô hình phổ biến trong phân tích dữ liệu, và kĩ năng ngôn ngữ R để thực hiện những mô hình phân tích. Sau khi hoàn tất khóa học, chúng tôi kì vọng học viên sẽ có khả năng:

• Phân biệt các mô hình nghiên cứu và giá trị khoa học của mỗi mô hình; 
• Biết cách thiết kế bộ câu hỏi cho hợp lí và khoa học; 
• Học cách tạo dữ liệu, biên tập dữ liệu dùng phần mềm R;
• Dùng các hàm R để thực hiện những phân tích mô tả bằng biểu đồ;
• Hiểu về ý nghĩa của giả thuyết khoa học, kiểm định thống kê (test of significance), và diễn giải trị số P;
• Hiểu lí thuyết đằng sau so sánh giữa hai nhóm và nhiều hơn 2 nhóm (như t-test, chi-squared test, binomial test) và dùng R để thực hiện kiểm định;
• Hiểu lí thuyết tương quan, và các mô hình phân tích tương quan, hồi qui tuyến tính; dùng R ước tính tham số của mô hình; và diễn giải ý nghĩa của các tham số;
• Hiểu những lí thuyết cơ bản đằng sau thí nghiệm, và dùng hàm R để ước tính cỡ mẫu.

Đối tượng

Mặc dù khoá học được thực hiện ở miền Tây, nhưng học viên thì mở rộng cho cả nước. Khóa học được thiết kế cho các nghiên cứu sinh và các nhà nghiên cứu có nhu cầu phân tích dữ liệu. Học viên không nhất thiết đã có chuyên môn về R hay thống kê học.

•    Các giảng viên, nhà khoa học trong các lĩnh vực như môi trường học, nông nghiệp, khoa học xã hội, v.v. muốn học thêm kĩ năng phân tích dữ liệu;
•   Bác sĩ và nhân viên y tế tham gia nghiên cứu;
•   Sinh viên sau đại học.

Học phí: Một triệu năm trăm ngàn đồng (1.5) mỗi học viên. Học phí bao gồm cả trà nước, tập tài liệu thực hành và sách tham khảo.

Liên lạc đăng kí: Phương (số đt 0916-762-461) hoặc Thiện (0979-808-308), hoặc qua email tthtqt@vnvnkgu.edu.vn  

Chương trình học

Ngày 1: Mô hình nghiên cứu

Bài giảng 1 -- Các mô hình nghiên cứu I: Giới thiệu chu trình nghiên cứu khoa học, mô hình nghiên cứu cắt ngang (cross-sectional design), nghiên cứu bệnh chứng (case control design); bàn về các điểm mạnh và điểm yếu của mỗi mô hình nghiên cứu.

Bài giảng 2 -- Các mô hình nghiên cứu II: Giới thiệu mô hình nghiên cứu đoàn hệ (cohort study), mô hình nghiên cứu RCT, mô hình phân tích tổng hợp (meta-analysis), và giá trị khoa học của mỗi mô hình.

Bài giảng 3 – Phương pháp thiết kế bộ câu hỏi: Bộ câu hỏi là một phương tiện rất quan trọng trong việc thu thập dữ liệu. Bài giảng này sẽ giới thiệu những nguyên tắc và vài ví dụ thực tế trong việc thiết kế bộ câu hỏi một cách logic và có ích.

Buổi chiều: Thảo luận và làm bài tập thực hành.

Ngày 2: Giới thiệu phần mềm R

Bài giảng 4 – Giới thiệu ngôn ngữ R: Tại sao dùng R cho phân tích dữ liệu; cú pháp R; cách quản lí dữ liệu trong R.  

Bài giảng 5 – R Input/Output: Cú pháp đọc dữ liệu từ txt và excel; cách mã hoá và hoán chuyển dữ liệu; cách tạo thêm biến mới trong R.

Bài giảng 6 – Phân tích mô tả với R: Giới thiệu một số hàm dùng cho phân tích một biến số; diễn giải ý nghĩa của trung bình, trung vị, bách phân vị, độ lệch chuẩn, sai số chuẩn.

Buổi chiều: Bài tập + thực hành

Ngày 3: Phân tích bằng đồ thị và phân tích so sánh

Bài giảng 7 – Phân tích bằng biểu đồ: Giới thiệu biểu đồ phân bố (histogram), biểu đồ hộp (box plot), biểu đồ tương quan (correlation plot). Diễn giải ý nghĩa của từng biểu đồ.

Bài giảng 8 – So sánh hai nhóm với biến liên tục: Giới thiệu khái niệm kiểm định giả thuyết thống kê; phương pháp kiểm định t (t-test); các tình huống mà biến số không phân bố chuẩn; cách diễn giải kết quả của phân tích kiểm định.

Bài giảng 9 – So sánh hai nhóm với biến phân nhóm: Phương pháp kiểm định z-test và Ki bình phương; cách tính và diễn giải khoảng tin cậy 95%.

Buổi chiều: Bài tập + thực hành

Ngày 4: Phân tích liên quan

Bài giảng 10 – Phân tích liên quan bằng tỉ số odds (odds ratio): Giới thiệu khái niệm effect size; khái niệm odds và tỉ số odds trong phân tích liên quan; mô hình hồi qui logistic; diễn giải ý nghĩa của kết quả phân tích mô hình hồi qui logistic. 

Bài giảng 11 – Phân tích liên quan bằng Ki bình phương: Giới thiệu khái niệm liên quan (association); cơ chế đằng sau Ki bình phương; diễn giải ý nghĩa của kết quả phân tích Ki bình phương.

Bài giảng 12 – Phân tích tương quan: Giới thiệu khái niệm tương quan (correlation); cách ước tính hệ số tương quan; diễn giải ý nghĩa của hệ số tương quan trong thực tế. 

Buổi chiều: Bài tập + thực hành

Ngày 5: Phân tích hồi qui 

Bài giảng 13 – Mô hình hồi qui tuyến tính: Giới thiệu mô hình hồi qui tuyến tính và ứng dụng; cách ước tính tham số của mô hình; cách kiểm tra phẩm chất của mô hình; diễn giải ý nghĩa của mô hình hồi qui tuyến tính.

Bài giảng 14 – Mô hình hồi qui tuyến tính đa biến: Giới thiệu mô hình hồi qui tuyến tính đa biến; vấn đề đa cộng tuyến; cách tìm mô hình "tối ưu"; diễn giải ý nghĩa của mô hình hồi qui tuyến tính đa biến.

Bài giảng 15 – Mô hình hồi qui logistic: Giới thiệu mô hình hồi qui logistic đa biến; ứng dụng của mô hình hồi qui logistic; ước tính tham số; cách tìm các biến độc lập; diễn giải ý nghĩa của mô hình hồi qui logistic.

Buổi chiều: Bài tập + thực hành

Bế mạc

Rạch Giá về đêm