MOLWICK

inteligencia heredada

El modelo de datos de la inteligencia heredada del Estudio EDI consigue confirmar la Teoría de la Evolución Condicionada de la Vida con el método estadístico.

Portada del libro El Estudio EDI. Anochecer sobre el mar con nubes, Galicia.

 

EVOLUCIÓN Y DISEÑO DE LA INTELIGENCIA

EL ESTUDIO EDI

Autor: José Tiberius

q151 El modelo de datos de la inteligencia heredada

 

GRÁFICAS DE ESTADÍSTICAS

El título de cada gráfica de este estudio de la inteligencia con un enfoque a la familia nos indica a qué variable del coeficiente de inteligencia de los progenitores (R o M & P) se refieren las correlaciones. Estas correlaciones están representadas en cada vértice o punto gordo de las líneas de colores correspondiente a las distintas variables de los hijos (H) objeto de análisis e indicadas en la cajita de la parte derecha de la gráfica.

Asimismo, en la parte izquierda del gráfico se sitúan las variables formadas por las distintas agrupaciones de 1 a 10 valores de los 70 cocientes de inteligencia (CI) existentes para cada una de las variables del modelo de datos originales, tanto de los progenitores como de los hijos, y sin orden conocido. En la parte derecha se encuentran los grupos con los mismos tamaños, pero con los valores ordenados previamente a su agrupación con la variable mencionada al pie del mismo como criterio estadístico de ordenación.

En definitiva, se consigue una percepción casi instantánea no solo de la bondad del modelo de datos sino de la tendencia y posibilidades de mejora de 60 o más coeficientes de determinación (r²). Todo ello ha permitido el calcular y valorar aproximadamente unos 500 millones de coeficientes de correlación en el conjunto del Estudio EDI.

Estudio de la inteligencia - Metodología de la investigación estadística

 

PROCESOS DE VALIDACIÓN DEL MODELO ESTADÍSTICO DE INTELIGENCIA HEREDADA

1. Generales.

La diferencia observada en la investigación correlacional del modelo de datos con variables de grupos entre datos estadísticos originales previamente ordenados y no ordenados indica con claridad que la reducción del número de elementos de las variables y consiguientemente los grados de libertad del modelo estadístico, cuando los grupos son mayores, no mejora las correlaciones por sí misma.

El incremento de los coeficientes de correlación en el modelo de datos con las variables de grupos con el tamaño de los grupos cuando han sido previamente ordenados los datos estadísticos originales se debe a que tanto las desviaciones inherentes a los test de inteligencia como a las variaciones o diferencias provocadas por la combinación genética mendeliana se compensan en mayor grado y dentro de cada grupo, lo que provoca una más nítida separación de cada escalón.

Con independencia de los buenos ajustes obtenidos en muchos del presente estudio de la evolución de la inteligencia la tendencia a mejorar la correlación de los CI con el tamaño de los grupos hace suponer que, para grupos de 20 elementos y con una muestra mayor, los coeficientes de correlación se podrían situar por encima de 0,9 en todos los casos.

2. Modelo Global con variables originales, evolución y vector artificial de coeficientes de inteligencia generado por ordenador.

Después de introducir en el Modelo Social de la evolución en el sentido aportado por la Teoría de la Evolución Condicionada de la Vida las limitaciones funcionales debidas a que existen problemas genéticos y dotarle de procesos estadísticos con la capacidad de generar variables cuantitativas, con perturbaciones aleatorias que las acerquen a las variables de datos observados, el modelo completo de la herencia genética de la inteligencia funciona satisfactoriamente, como se puede comprobar con las gráficas de correlación y regresión múltiple que se presentan a continuación.

La tercera sorpresa del estudio estadístico EDI ha sido que una vez validado el modelo completo o Modelo Global contiene exactamente los mismos parámetros herencia biológica y evolución que maneja el juego gratis de billar Esnuka (1991). Es decir, los algoritmos genéticos utilizados en la simulación de procesos son los mismos. Yo había renunciado a introducir algunos de estos algoritmos genéticos en la regresión lineal porque no pensé que fuesen necesarios y que sería muy difícil de justificar.

Todas estas gráficas de correlación y regresión múltiple corresponden al Modelo Global de herencia multifuncional incluyendo las limitaciones funcionales derivadas de que existen problemas genéticos. Por supuesto, para lograr un efecto óptico satisfactorio, se han escogido aquellas gráficas de la simulación de procesos en las que W más se ajusta a una de las H o variables observadas de los hijos.

Las variables individuales originales facilitadas por el Young Adulthood Study no siempre mejoran su ajuste con los algoritmos genéticos implementados o simulados en el Modelo Global mientras que las centradas sí. Para el caso del orden (M+P)/2 se podría entender fácilmente porque dicho criterio no responde a los cambios en los parámetros de evolución interna; mientras que los vectores R y M1P1 sí lo hacen y por eso las denominamos R ° y M1P1 ° para facilitar los razonamientos.

Aun así, las correlaciones obtenidas con las variables individuales llegan a 0,89 para la función R ° definida por la ECV y a 0,99 si se hace sobre M y P; si bien, este último resultado es el mismo que con el Modelo Global de herencia genética sin evolución porque los parámetros de la evolución no alteran ni M & P ni el criterio estadístico de ordenación WB.

Asimismo, cuando se utiliza la variable R ° como criterio estadístico de ordenación se consigue el 0,94 que no está nada mal. Y a 0,79 cuando el criterio es M1P1 ° para las dos funciones objetivo contempladas.

Otro aspecto que no conviene olvidar es la mejora de comportamiento de la variable W en todos ellos. Yo pienso que solo con ver las gráficas con la simulación de procesos de herencia biológica y evolución uno se da cuenta que el modelo no puede estar muy equivocado.

3. Sobre esta gráfica particular del análisis estadístico.

El coeficiente de determinación mayor de esta gráfica es 0,62

El índice de correlación multidimensional (ICMG) es 11,73

Como se puede observar con toda claridad, las variables cuantitativas de los hijos H, que son las variables dependientes estudiadas en la investigación correlacional, se comportan de forma muy similar respecto de la variable explicativa R

Por otra lado, se puede resaltar el parecido de las línea de correlación de alguna variable de los hijos H y la de coeficientes artificiales de inteligencia W °