MOLWICK

GENETICA QUANTITATIVA

Genetica quantitativa con coefficienti d'intelligenza. Ricerca di genetica quantitativa sull'evoluzione dell'intelligenza secondo le leggi di Mendel e la Teoria Cognitiva Globale utilizzando dati statistici.

Copertina del libro Lo Studio EDI. Crepuscolo sul mare con nuvole, Galizia.

 

EVOLUZIONE E DISEGNO DELL'INTELIGENZA

LO STUDIO EDI

Autore: José Tiberius

q318 Genetica quantitativa con coefficienti d'intelligenza.

 

GRAFICI STATISTICI

Il titolo di ogni grafico di questo studio dell'intelligenza orientato alla famiglia ci indica a che variabile del coefficiente intellettivo dei genitori (R o M & P) si riferiscono le correlazioni. Queste correlazioni sono rappresentate in ogni vertice o punto spesso delle linee di colore corrispondenti alle diverse variabili dei figli (F) oggetto d'analisi ed indicate nel riquadro nella parte destra del grafico.

Inoltre, nella parte sinistra del grafico compaiono le variabili formate dai diversi aggruppamenti da 1 a 10 valori dei 70 quozienti d'intelligenza (QI) esistenti per ognuna delle variabili del modello di dati originali, sia per i genitori che per i figli e senza ordine noto. A destra ci sono i gruppi della stessa grandezza, ma con valori ordinati prima del loro aggruppamento con la suddetta variabile, riportata sotto lo stesso, come criterio statistico d'ordine.

Insomma, si ottiene una percezione quasi istantanea della bontà del modello di dati, delle tendenze ed addirittura delle possibilità di miglioramento di 60 o più coefficienti di determinazione (r²). Tutto ciò ha permesso di calcolare e valutare approssimativamente circa 500 milioni di coefficienti di correlazione nell'insieme dello Studio EDI.

Studio dell'intelligenza - Metodologia della ricerca statistica

 

RICERCA CORRELAZIONALE DI GENETICA QUANTITATIVA SULL'INTELLIGENZA

1. Generale

La differenza osservata nella ricerca correlazionale del modello di dati con variabili di gruppo fra dati statistici originali prima ordinati e non ordinati indica chiaramente che la riduzione del numero di elementi delle variabili, e quindi i gradi di libertà del modello statistico quando i gruppi sono maggiori, non migliora di per sé le correlazioni.

L'incremento dei coefficienti di correlazione nel modello di dati con le variabili di gruppi con la grandezza di questi gruppi quando sono stati prima ordinati i dati statistici originali, è dovuto al fatto che sia le deviazioni inerenti i testi d'intelligenza sia le variazioni o differenze provocate dalla combinazione genetica mendeliana si compensano in misura maggiore e dentro di ogni gruppo, ciò che dà luogo ad una separazione più netta di ogni scalone.

Indipendentemente dai buoni adattamenti ottenuti in molti casi nella presente ricerca quantitativa, la tendenza a migliorare la correlazione con la grandezza dei gruppi fa supporre che, per gruppi di 20 elementi e con un campione più grande, i coefficienti di correlazione potrebbero situarsi oltre lo 0,9 in ogni caso.

2. Modello Sociale - Ricerca correlazionale di variabili originali Wechsler e Stanford-Binet test

Modello di dati statistici per verificare l'esistenza di un’ingegneria genetica naturale nell'evoluzione dell'intelligenza in base alla Teoria Cognitiva Globale.

La principale conclusione della ricerca correlazionale sull'importanza della genetica evolutiva dell'intelligenza, nel modello con genetica mendeliana e con la Teoria Generale dell'Evoluzione Condizionata della Vita, è la conferma della bontà degli adattamenti per raggruppamento dei valori e per il loro ordine previo. Le correlazioni raggiunte, nonostante i limiti dell'informazione disponibile, consentono di affermare che le caratteristiche raccolte dai test d'intelligenza sono fondamentalmente trasmesse da una generazione all'altra.

Il Modello di dati dell'Intelligenza Sociale è stato esaminato nella sua doppia formulazione, da una parte l'analisi statistica dei QI dei figli sulla scala Wechsler e Stanford-Binet rispetto alla funzione obiettivo R determinata in base alla ECV e alla genetica quantitativa mendeliana, e dall'altro la ricerca quantitativa dei QI dei figli rispetto alle variabili di QI delle madri (M) e dei padri (P) direttamente, per permettere un’analisi comparativa per il caso della genetica umana. In quest’ultimo caso la stima della regressione multipla è stata effettuata con il metodo dei minimi quadrati ordinari.

Inoltre, per entrambe le formulazioni sono stati utilizzati quattro criteri statistici di ordine previo di valori corrispondenti alle variabili contrassegnate con (*)

L'effetto della riformulazione del Modello Individuale è chiaramente osservabile, il nuovo modello di ricerca quantitativa di genetica evolutiva con quozienti d'intelligenza si adatta perfettamente, giungendo ad un superiore allo 0,9 in diversi casi.

In più, è interessante comprovare che la funzione obiettivo R, proposta dalla Teoria Generale dell'Evoluzione Condizionata della Vita, è quasi così potente come le variabili M e P insieme.

Per quanto riguarda i criteri statistici d'ordine (*), le variabili (M+P)/2, M1P1 e R si rivelano simili, particolarmente la variabile WB quando è utilizzata come criterio d'ordine.

Se eseguiamo una stima in funzione a M e P, l'r² ottenuto arriva allo 0,99 per la variabile T1 quando il criterio statistico d'ordine previo è la variabile WB. È possibile che sia dovuto al fatto che questa variabile incorpora tutti gli effetti coinvolti nella generazione naturale dei coefficienti osservati.

Le variabili M1P1 e R incorporano solo, per il momento, l'effetto di parte o di tutta la combinazione genetica quantitativa mendeliana rispettivamente ed è quindi meglio la variabile finale WB.

Ciononostante, questo non avviene in tutti i casi della ricerca quantitativa. Molto probabilmente per l'incorporazione delle differenze frutto dell'espressione e della misurazione dei coefficienti F, cosa che non succede con le variabili M1P1 e R.

3. Su questo grafico particolare dell'analisi statistica.

Il coefficiente di determinazione maggiore di questo grafico è 0,90

L'indice di correlazione multidimensionale (ICMG) è 14,68

Come si può osservare chiaramente, le variabili quantitative dei figli F, che sono le variabili dipendenti studiate nella ricerca correlazionale, si comportano in modo molto simile rispetto alla variabile esplicativa M & P

La forma della variabile dei figli che differisce dalle altre due sembra sia dovuta al fatto che sia la stessa utilizzata anche come criterio d'ordine. Sebbene sembri contraddittorio in principio, quest’effetto si deve alle deviazioni statistiche di questa variabile, che perturbano non solo la correlazione come variabile esplicativa, ma anche nelle variabili esplicative perché si usano come criterio d'ordine, ciò che farebbe sì che le distorsioni siano maggiori.