MOLWICK

Ereditarietà biologica

Effetto dell'eredità biologica nell'intelligenza. Il modello di dati dell'eredità biologica dell'intelligenza dello studio EDI conferma la Teoria dell'Evoluzione Condizionata della Vita.

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

 

EVOLUZIONE E DISEGNO DELL'INTELIGENZA

LO STUDIO EDI

Autore: José Tiberius

q355 Effetto dell'eredità biologica nell'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, 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



 

MODELLO STATISTICO SULL'EREDITÀ BIOLOGICA E AMBIENTALE NELLO SVILUPPO DELL'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 Globale con variabili originali, evoluzione e vettore artificiale di coefficienti intellettuali creato per computer.

Dopo aver introdotto nel Modello Sociale l'evoluzione, nel senso apportato dalla Teoria dell'Evoluzione Condizionata della Vita, le limitazioni funzionali risultato dei problemi di genetica e dopo averlo dotato di processi statistici con la capacità di generare variabili quantitative con perturbazioni aleatorie che le avvicinino alle variabili di dati osservati, il modello completo dell'ereditarietà biologica dell'intelligenza funziona in modo soddisfacente, come si può constatare con i grafici di correlazione e regressione multipla che vengono qui presentati.

La terza sorpresa dello studio statistico EDI è stata che, dopo averlo convalidato, il modello completo o Modello Globale contiene esattamente gli stessi parametri di ereditarietà biologica, evoluzione e problemi di genetica di cui si serve il gioco gratis del biliardo Esnuka (1991). Ovvero, gli algoritmi genetici utilizzati nella simulazione di processi sono gli stessi. Avevo rinunciato ad introdurre alcuni di questi algoritmi genetici nella regressione lineare perché non pensavo che fossero necessari e che sarebbe stato molto difficile giustificarli.

Tutti questi grafici di correlazione e di regressione multipla corrispondono al Modello Globale di ereditarietà biologica multifunzionale, comprese le limitazione funzionati derivate dai problemi di genetica. Ovviamente, per ottenere un effetto visivo soddisfacente delle variabili quantitative, sono stati scelti i grafici della simulazione di processi in cui W si adatta maggiormente a una delle F o variabili osservate dei figli.

Le variabili individuali originali fornite dallo Young Adulthood Study non migliorano sempre il loro adattamento con gli algoritmi genetici implementati o simulati nel Modello Globale, a differenza da quelle centrate. Per il caso dell'ordine (M+P)/2 si potrebbe intendere facilmente perché questo criterio non risponde ai cambi nei parametri d'evoluzione interna che non sono gli unici che cambiano R e M1P1, caso in cui si definiscono R ° e M1P1 ° per facilitare i ragionamenti.

Eppure le correlazioni ottenute con le variabili individuali raggiungono lo 0,89 per la funzione R ° definita dalla ECV e lo 0,99 se viene fatta su M e P; però quest’ultimo risultato è lo stesso del Modello Globale di ereditarietà biologica o ereditarietà genetica senza evoluzione, poiché i parametri dell'evoluzione non alterano né M & P né il criterio statistico d'ordine WB.

Inoltre, quando si utilizza la variabile R ° come criterio statistico d'ordine, si ottiene lo 0,94, che non è un cattivo risultato. E lo 0,79 quando il criterio è M1P1 ° per entrambe le funzioni contemplate.

Un altro aspetto che non bisogna dimenticare è il miglioramento della variabile W in tutti loro. Credo che solo osservando i grafici con la simulazione di processi di ereditarietà biologica ed evoluzione ci si rende conto che il modello non può essere un grande sbaglio.

3. Su questo grafico particolare dell'analisi statistica.

Il coefficiente di determinazione maggiore di questo grafico è 0,73

L'indice di correlazione multidimensionale (ICMG) è 10,83

In questo caso, le variabili quantitative dei figli F, che sono le variabili dipendenti studiate nella ricerca correlazionale, si comportano in modo molto diverso rispetto alla variabile esplicativa R °

D'altra parte si può notare la similitudine fra le linee di correlazione di qualche variabile dei figli F e quella dei coefficienti artificiali d'intelligenza W °

Il cambiamento di una variabile F dei figli avviene anche in altri grafici, ovvero su di essa inciderà molto di più che nelle altre l'introduzione del  parametro d'evoluzione. Forse questa variabile raccoglie misure sulle funzioni dell'intelligenza che non si trasmettono nello stesso modo o raccoglie anche abilità più proprie della memoria o del linguaggio.