Trong các thảo luận gần đây trên mạng xã hội và bản tin tài chính (tiêu biểu như các biểu đồ có gắn watermark “TKL” của The Kobeissi Letter), một biểu đồ so sánh tốc độ tăng lương tại Mỹ đã thu hút nhiều sự chú ý.

Biểu đồ này phản ánh một hiện tượng tưởng như nghịch lý: các ngành nghề tiếp xúc nhiều nhất với AI lại có tốc độ tăng lương niêm yết nhanh hơn đáng kể so với các ngành ít tiếp xúc.

Trong văn viết học thuật và IELTS Writing, lặp lại đại từ quan hệ (which, who, that) hay liên từ (and, because, so) khiến câu văn rườm rà. Phân từ (Participles) — gồm Hiện tại phân từ ($V\text{-ing}$) và Quá khứ phân từ ($V\text{-ed} / V_3$) — là công cụ then chốt để nén thông tin (information compression) và tăng mật độ từ vựng.

Bản chất phân từ đóng vai trò như tính từ (bổ nghĩa danh từ) hoặc trạng từ (bổ nghĩa cả mệnh đề).

Ở dạng bài “Do the advantages outweigh the disadvantages?”, nhiều thí sinh mắc lỗi tiếp cận như bài liệt kê ưu/nhược điểm đơn thuần, khiến điểm Task Response (TR) và Coherence & Cohesion (CC) bị kẹt ở Band 6.0.

Trọng tâm nằm ở chữ outweigh (áp đảo về sức nặng): Đề bài không hỏi “Có những lợi ích và tác hại gì?”, mà hỏi “Bên nào có sức nặng hơn?” (Which side is stronger?).

Trong nghiên cứu y sinh (bio-medical), nhiều chỉ số sinh học như nồng độ kháng thể IgG, tải lượng virus (qPCR), nồng độ cytokine hay dược động học ($C_{\max}$) thường mang bản chất nhân tính (multiplicative). Dữ liệu thô của các biến số này thường có phân phối lệch phải mạnh và phương sai không đồng nhất (heteroscedasticity), khiến việc áp dụng trực tiếp kiểm định Student’s t-test độc lập (unpaired t-test) vi phạm nghiêm trọng các giả định cốt lõi.

Trong các nghiên cứu y sinh (bio-medical) và tiền lâm sàng (in vivo, in vitro), cỡ mẫu cho mỗi lô thí nghiệm thường khá nhỏ (thường dao động từ $n = 3$ đến $n = 10$ động vật hoặc giếng tế bào). Việc lựa chọn phương thức trực quan hóa không chỉ là vấn đề thẩm mỹ, mà quyết định tính trung thực và khả năng phát hiện bản chất dữ liệu.

Trong nghiên cứu y sinh (bio-medical), dữ liệu như nồng độ cytokine hay thang điểm đau thường có phân phối lệch và mẫu nhỏ, vi phạm giả định chuẩn của Student’s t-test. Khi đó, kiểm định Mann-Whitney U (Wilcoxon rank-sum test) là phương pháp phi tham số chuẩn mực để so sánh hai nhóm độc lập.

1. Trực giác và cơ chế xếp hạng

Thay vì so sánh giá trị trung bình nhạy cảm với ngoại lai (outliers), Mann-Whitney U gộp chung dữ liệu hai nhóm ($n_1, n_2$) rồi gán thứ hạng (rank) từ $1$ đến $N = n_1 + n_2$. Nếu có giá trị trùng lặp (ties), ta lấy trung bình cộng thứ hạng.