其实当过生物博后的，以后就会有大成就的 (转载) - 未名空间MITBBS历史存档

国际科技财经博客移民网络热点娱乐民生时事公众号

Redian新闻

>未名空间

>Biology - 生物学

其实当过生物博后的，以后就会有大成就的 (转载)

其实当过生物博后的，以后就会有大成就的 (转载)# Biology - 生物学

s*e2011-12-04 08:12

1 楼

【以下文字转载自 Dreamer 讨论区】
发信人: Dreamer (不要问我从哪里来), 信区: Dreamer
标题: 其实当过生物博后的，以后就会有大成就的
发信站: BBS 未名空间站 (Sun Dec 4 15:40:19 2011, 美东)
生物博后，一是辛苦，需要好好地学习怎么管理时间和分配priority。这训练的就是
project management leader的工作技能。
二是要做出决策，实验要往哪个方向走容易发paper，这训练的就是company growing
strategy的技能。
三是都很会写程序，怎么建模，怎么解决问题，这训练的就是decision making,
modeling的节能。
四是都得学会处理压力，这就是训练的work under pressure/deadline的技能。
五是耐心，而且还能在别人嘲笑之下保持自己的梦想，坚持自己的目标，这就是result
orieted的技能
六是注意细节，这就是detail oriented的技能。
七是忍旁人之不能忍，忍辱负重，天降大任于斯人也。
八是要带师弟做实验，这训练的就是team development, team leader,
consulting的技能。
生物博后被训练出了这些技能，以后要找份好工作，做一个好的manager，那是完全没有
问题的。

b*y2011-12-04 08:12

2 楼

I feel like a good manager already:)
Should I be expecting invitation letters from some big companies?

D*a2011-12-04 08:12

3 楼

n*72011-12-04 08:12

4 楼

这个强烈不同意
我们lab的大姐把要验证的假设当做原假设，然后p>0.05，她说这就验证了（因为p<0.
05是验证alternative假设...)
为了这个，我跟她挣了半个小时。她说，你想说我学的统计都是错的吗？于是我放弃了。

三是都很会写程序，怎么建模，怎么解决问题，这训练的就是decision making,
modeling的节能。

【在 s******e 的大作中提到】

: 【以下文字转载自 Dreamer 讨论区】
: 发信人: Dreamer (不要问我从哪里来), 信区: Dreamer
: 标题: 其实当过生物博后的，以后就会有大成就的
: 发信站: BBS 未名空间站 (Sun Dec 4 15:40:19 2011, 美东)
: 生物博后，一是辛苦，需要好好地学习怎么管理时间和分配priority。这训练的就是
: project management leader的工作技能。
: 二是要做出决策，实验要往哪个方向走容易发paper，这训练的就是company growing
: strategy的技能。
: 三是都很会写程序，怎么建模，怎么解决问题，这训练的就是decision making,
: modeling的节能。

D*a2011-12-04 08:12

5 楼

这个很好争的啊，type 1 error 和type 2 error么

了。

【在 n******7 的大作中提到】

: 这个强烈不同意
: 我们lab的大姐把要验证的假设当做原假设，然后p>0.05，她说这就验证了（因为p<0.
: 05是验证alternative假设...)
: 为了这个，我跟她挣了半个小时。她说，你想说我学的统计都是错的吗？于是我放弃了。
:
: 三是都很会写程序，怎么建模，怎么解决问题，这训练的就是decision making,
: modeling的节能。

n*72011-12-04 08:12

6 楼

根本就不需要用这种词汇，这只会增加更多不必要争论
她就认为，统计检验是这样的：你不需要任何预先的假设，把数据弄上来一算，比如
chi-square test，然后根据p值(大于0.05还是小于）判断我们需要取哪个假设。并且
，她认为null/alternative hypo是对称的。
她的根据是，GWAS study里面，p>0.05了，大家就说某个SNP跟疾病没有关联了，这显
然是符合p<0.05去一个假设，p>0.05取另一个假设的。她翻来覆去的说，如果我说的是
对了，她学得所有的统计难道都不对？
我对GWAS不熟，但是我觉得大家说的其实是，p>0.05，某个SNP就不是跟疾病显著关联
了。为了控制type I error，把可能有一定correlation的位点也算作没有了。

【在 D*a 的大作中提到】

: 这个很好争的啊，type 1 error 和type 2 error么
:
: 了。

D*a2011-12-04 08:12

7 楼

她学的统计对，她学错了 ^_^
GWAS里面更复杂，有p<0.05，还有为了控制type I error弄出来的p<0.05*0.05*0.05*0
.05*...

【在 n******7 的大作中提到】

: 根本就不需要用这种词汇，这只会增加更多不必要争论
: 她就认为，统计检验是这样的：你不需要任何预先的假设，把数据弄上来一算，比如
: chi-square test，然后根据p值(大于0.05还是小于）判断我们需要取哪个假设。并且
: ，她认为null/alternative hypo是对称的。
: 她的根据是，GWAS study里面，p>0.05了，大家就说某个SNP跟疾病没有关联了，这显
: 然是符合p<0.05去一个假设，p>0.05取另一个假设的。她翻来覆去的说，如果我说的是
: 对了，她学得所有的统计难道都不对？
: 我对GWAS不熟，但是我觉得大家说的其实是，p>0.05，某个SNP就不是跟疾病显著关联
: 了。为了控制type I error，把可能有一定correlation的位点也算作没有了。