关于我最近的几篇文章， 纽约时报 有一篇有趣的文章， 按种族计数可能会抛出一些数字。 基本上，它概述了在一个更加多样化和种族混合的美国中，出于不同目的列举不同种族和族裔群体的难度。 在分配资源时，数字很重要，当前的方法通常很粗糙（尽管某些利益集团更喜欢这种方式，因为它可以增加他们的数字）。 让我们关注与本博客焦点密切相关的一点：

国家卫生统计中心从各州收集重要的统计数据，以记录人口的健康状况。 但是，在收集出生证明信息时，该中心遇到了一个问题：38个州和哥伦比亚特区以新的，更广泛的方式报告种族数据，从而可以记录多个种族。 但是有十几个州没有，因为它们仍然使用旧的数据系统和过时的表格。 结果，该中心无法为其产生一致的国家数据 “仅出于医疗和健康目的。”

为了解决这个问题，该中心使用复杂的算法对混合种族出生进行了重新分类。 举例来说，如果某位父母生了一个白人， 亚洲 美洲印第安人将被宣布为种族之一，这取决于概率模型中的多个变量，例如性别，母亲的年龄和出生地。 （在大多数情况下，按母亲的种族来报告出生数据。）

医疗部分困扰着我， 因为我刚刚意识到我一直是问题的一部分。 您会发现，本文没有承认“亚洲”一词在遗传上是不一致的！ 一位朋友说了我在想的一个好的解决方案：每个人都完成了基因组混合分析，然后将其输入医疗数据库。 因此，具有“纯西班牙血统”的白人西班牙裔出于医疗目的将被视为白人，但出于身份政治目的将其视为西班牙裔。 而在美国血统中，欧洲裔美国人的比例超过50％，例如 小亨利·路易斯·盖茨当涉及针对非裔美国人的医学遗传学时，将被“加权”。

有时，我会询问有关具有科学背景的人与没有科学背景的人之间的区别的信息。 我认为一个轶事可以说明人们所期望的差异类型。 回到本科时，我和我的实验室伙伴共进午餐，当时一位朋友看到我们，并决定在我们吃饭时与我们聊天。 这位朋友现在是一名学者，在人文领域拥有博士学位（类似于比较文学，我忘记了）。 无论如何，她都读过一些有关转基因生物的文章，显然感觉到现在是时候对这个问题进行大声疾呼了。 她知道我完全对转基因生物的想法感到满意，但是她谈到了 番茄中的鱼基因 向我的实验室合作伙伴介绍专利故事，以说明结果可能有多大。 我的实验室搭档是医学预科专业，她耸了耸肩，并解释说她去年夏天进行了生物医学研究，因此她了解了这种方法的实际必要性，并承认这不仅需要讲述“鱼类”的故事，番茄中的基因”来吓她一跳。

凯文·德拉姆（Kevin Drum）的帖子 关于共和党科学家的缺乏，使我想重新审视科学与非科学的问题。 我认为缺乏共和党科学家是很直接的。 共和党强调其保守的基督教成分，这显然有文化上的鸿沟，它关闭了自由主义者但世俗的科学家。 而且，现实情况是，诸如NSF和NIH之类的机构经常受到财政保守派的攻击，许多学术界和政府的科学家都依赖这笔资金。 莎拉·佩林（Sarah Palin） 攻击“果蝇” 研究很不幸地将这两个线程巧妙地结合了起来。

无论如何，在 GSS，MAJORCOL。 样本数量并不是最好的，但至少是最近被问到的人口变量，即2006年和2008年。我决定考察三组，即具有“自然科学”学位，具有“科学与工程”学位和总底池（包括前两个类别）。 最后是所有至少具有大学学历的人的快照（样本仅限于完成学历的人）。

在下面的表格中，每个单元格给出了列类中行的百分比。 因此，在第一张表中，CS和工程学学位持有者中有79％是男性。 CS和工程学学位持有者中有22％是罗马天主教徒。

疯狂的生物学家迈克，其bailiwick是 小域，在 注释:

我的意思不是要对该职位提出切线的看法，但是为什么人类遗传学领域使用PCA来可视化关系？ 当我看到此处显示的具有“几何图案”的图（锐角直角；另一个常见的图案是Y形）时，这告诉我对于许多Y-变量（即某些人群特有的等位基因）。 因此，这些点的空间排列在很大程度上是一种不合适的方法的伪像：当许多相关的事物的值为零时，如何计算相关矩阵？

如果真的很想使用PCA，则可以计算成对的距离矩阵，然后使用它代替相关矩阵（主坐标分析）。

既然我知道有些人类遗传学家确实读过该博客，所以我认为值得把这个问题抛诸脑后。