2. A regressão à média e outros estudos estatísticos

No título relativo à inteligência, ao comentar a sua estrutura genética assinalam-se os argumentos a favor e contra a natureza hereditária da mesma.

Os referidos argumentos ajudam a entender as razoes da permanência da controvérsia nesta matéria, derivadas tanto da sua complexidade intrínseca como das diferentes premissas iniciais com as que se efetuam os estudos sobre ela.

A seguir citam-se as posturas mais comuns.

2.a) Impossibilidade técnica por falta de uma definição única 

Esta é uma postura um tanto negativa.

2.b) Aleatório e regressão à média 

Francis Galton (1822-1911), primo de Charles Darwin, indicou a necessidade de recorrer a métodos estatísticos para contrastar teorias; assim, na sua obra maior “Natural Inheritance” (1989) introduziu o conceito de “linha de regressão” a partir de um estudo comparando as estaturas de pais e filhos.

Na análise descritiva dos dados, Galton observou que os pais altos tinham filhos altos, mas não tão altos em média e que os pais baixos tinham filhos baixos, mas não tão baixos em média, produzia-se o que ele denominou uma regressão à média.

Talvez os fenômenos em que se produz a famosa regressão à média possam ser explicados com uma maior precisão com uma abordagem tipo análise multifatorial.

2.c) Correlações inferiores a 50% 

Richard J. Herrnstein e Charles Murray no seu livro “The Bell Curve” mencionam muitíssimas referencias a estudos sobre a inteligência humana e para o desenvolvimento das suas ideias tomam como correlação aproximada os 50%, ficando-se num termo intermédio entre os partidários da influência genética e os da influência meio-ambiental.

Também não há acordo sobre a estabilidade destas capacidades ao longo da vida, ainda que parece que está aceite que a influência meio ambiental é maior em idades precoces, seguindo uma influência decrescente até à maturidade, contrariamente ao que se podia esperar.

2.d) Altas correlações em estudos com gêmeos 

Para tentar resolver as controvérsias foram-se realizando numerosos trabalhos, a maioria dos quais se basearam no estudo de gêmeos idênticos ou monozigóticos.

Gêmeos idênticos têm uma correlação de até 0.87 em relação à inteligência; em irmãos não gêmeos essa correlação oscila em torno a 0,55. Estes dados fazem parte de uma experiência de Jensen, em 1972, cuja conclusão básica era que 80% da variância numa população, em relação a números de quociente intelectual, pode ser explicada por fatores herdados.

Logicamente, se esta conclusão estivesse correta teríamos que assumir que a inteligência é uma capacidade basicamente de caráter hereditário ainda que não pré-determinado pela combinação genética de acordo com as leis de Mendel.

Convém recordar aqui o conceito de hereditariedade em sentido estrito que vem determinado pela relação entre a correlação observada e a esperada para um determinado caráter. Nos casos em que a correlação esperada seja menor à unidade produzir-se-á uma correção da correlação em alta observada para a determinação do grau de hereditariedade.

2.e) Modelos econométricos complexos 

Também se realizaram estudos de grande complexidade estatística para tentar resolver a controvérsia. Dois deles chamaram-me a atenção pelas suas conclusões. Acho que um é eminentemente teórico e outro prático.

O artigo "Heritability Estimates Versus Large Environmental Effects: The IQ Paradox Resolved" de William T. Dickens e de James R. Flynn afirma ter solucionado o problema mediante a introdução de variáveis com desfasamento temporal. A meu ver, não é surpreendente que se utilizamos variáveis já de si correlacionadas e lhe acrescentamos uma certa retroalimentação pode chegar-se a resultados “estatísticos” altos.

Por outro lado, o artigo tenta explicar o efeito Flynn ou ganhos observados nos coeficientes de inteligência ao longo das distintas gerações. Em concreto de 20 pontos entre 1952 e 1982 em alguns países.

Outro estudo, discriminando fatores pré e pós-natais, do Colégio Médico da Universidade de Pittsburgh, chega à conclusão de que o meio ambiente materno pré-natal exerce uma poderosa influência sobre a inteligência.

3. Dados fonte de teste de inteligência (Teste QI)

3.a) Variáveis disponíveis

3.a.1 Young Adulthood Study

O presente estudo estatístico realizou-se com os dados fonte de testes de inteligência contidos no Young Adulthood Study, 1939-1967 (acessível em arquivos eletrônicos desde 1079). Os dados dos testes de inteligência (Testes QI) foram recolhidos por Virginia Crandall e encontram-se disponíveis através do arquivo de Henry A. Murray Research Center of the Radcliffe Institute for Advanced Study, Harvard University, Cambridge Massachusetts (Produtor e distribuidor)

Nesta coleção de dados longitudinais de testes de inteligência encontram-se as variáveis que nos interessam: as relativas aos coeficientes de inteligência dos pais e dos seus correspondentes filhos.

Depois de uma análise preliminar dos dados de testes QI disponíveis, selecionaram-se a única variável de testes de inteligência das mães (M) (Teste de inteligência OTIS), a única dos pais (P) (Teste de inteligência OTIS) e a única dos filhos (H4) com 70 valores comuns, outras duas variáveis de QI dos filhos (H1 e H5) com 69 valores comuns e mais três dos filhos com menos valores comuns (H2, H3 e H6 com 58, 42 e 64 valores respectivamente). Só as utilizarei para criar uma variável com a média das seis variáveis mencionadas dos filhos.

Os dados fonte da amostra correspondem a famílias de classe média e de raça branca, sendo a média do seu QI 110, ligeiramente superior à média. Da mesma forma, os dados de testes de inteligência referem-se para cada família ao pai, à mãe e a um filho.

3.a.2 Limitações dados da amostra de testes de inteligência 

• Tamanho da amostra.

  Esta é uma limitação que poderia ser muito séria pois, ainda que a mostra em princípio é de 70 valores (Teste Otis de pais, mães e filhos), na análise por grupos reduz-se a só 7 grupos com 10 valores cada um.

  Teste de inteligência 

  No entanto, a agrupação citada faz-se para 2, 3, 4, 5, 6, 7, 8, 9 e 10 valores. Além disso, fazem-se diferentes agrupações dependendo da ordem dos 70 valores.

  Desta forma, como veremos nas análises seguintes, multiplica-se por mais de 100 o número de variáveis estudadas, no apartado resultados surpreendentes do Modelo Social explica-se em detalhe o tratamento da informação.

  Tudo isso fará como que o modelo utilizado se torne muito sensível a pequenas modificações dos dados pelo efeito das diferentes agrupações.

  As diferentes variáveis supõem perspectivas diferentes dos mesmos dados de testes de inteligência (Testes QI), dito de outro modo, proporcionarão estimativas das correlações existentes em diferentes dimensões simultaneamente.

  A meu ver, esta sensibilidade do Modelo Social é o ponto mais forte do mesmo, pois os bons ajustes obtidos são muito significativos em relação à bondade da estrutura do referido modelo; sobretudo porque se obtiveram com as variáveis originais sem nenhuma modificação.

  A potência da análise efetuada permitiu conseguir os diversos objetivos marcados.

• Qualidade dos dados estatísticos.

  Em relação a tipos de testes ou métodos de avaliação empregues, como se pode observar no quadro de variáveis selecionadas, há que sublinhar que não foram os mesmos.

  Da mesma forma, há que assinalar a existência de valores considerados extremos por não se encontrar dentro de um nível razoável. Para os pais e as mães, apenas de dispõe de um dado para cada um, enquanto que para os filhos existem diversas medições que, como veremos, não se encontram muito correlacionadas entre elas.

  Com tudo, é de supor que estas limitações reforçam os resultados obtidos uma vez que com dados mais precisos seria de esperar uma melhoria das correlações entre as variáveis.

  Da mesma forma, ser uma mostra relativamente homogênea também deve operar no sentido contrário ao objetivo do estudo pois será mais difícil discriminar entre os valores da mesma.

• Suposições acerca da estabilidade temporária da capacidade intelectual.

  As diferentes variáveis dos filhos obtiveram-se para distintas idades. Sem que neste ponto se tenha chegado a uma conclusão clara, pode afirmar-se que na simulação do modelo não é incompatível a estabilidade temporal dos QI com os diferentes valores observados.