MOLWICK

Projeto genoma humano e inteligência

Modelo dados de coeficientes de inteligência (QI) para analisar a predisposição genética da inteligência e a utilidade do projeto genoma humano na localização do cromossomo da inteligência.

Capa do livro O Estudo EDI. Crepúsculo sobre o mar com nuvens, Galiza.

 

EVOLUÇÃO E DESENHO DA INTELIGÊNCIA

O ESTUDO EDI

Autor: José Tiberius

q546 Projeto genoma humanos na localização do cromossoma da inteligência.

 

GRÁFICOS ESTATÍSTICOS

O título de cada gráfico deste estudo da inteligência com uma abordagem à família indica-nos a que variável do coeficiente de inteligência dos progenitores (R ou M & P) se referem as correlações. Estas correlações estão representadas em cada vértice ou ponto gordo das linhas de cores correspondentes às distintas varáveis dos filhos (H) objeto de análise e indicadas na caixinha da parte direita do gráfico.

Da mesma forma, na parte esquerda do gráfico situam-se as varáveis formadas pelas distintas agrupações de 1 a 10 valores dos 70 quocientes de inteligência (QI) existentes para cada uma das variáveis do modelo de dados originais, tanto dos progenitores como dos filhos, e sem ordem conhecida. Na parte direita encontram-se os grupos com os mesmos tamanhos, mas com os valores ordenados previamente à sua agrupação com a variável mencionada junto ao mesmo como critério estatístico de ordenação.

Em definitivo, consegue-se uma percepção quase instantânea da bondade, tendências e inclusivamente possibilidades de melhoria de 60 ou mais coeficientes de determinação (r²). Tudo isto permitiu calcular e valorizar aproximadamente uns 500 milhões de coeficientes de correlação no conjunto do Estudo EDI.

Estudo da inteligência – Metodologia da investigação estatística

 

INVESTIGAÇÃO QUANTITATIVA E PROJETO GENOMA HUMANO

1. Geral

A diferença observada na investigação quantitativa do modelo de dados com variáveis de grupos entre dados estatísticos originais previamente ordenados e não ordenados indica com clareza que a redução do número de elementos das variáveis e consequentemente dos graus de liberdade do modelo estatístico, quando os grupos são maiores, não melhora as correlações por si mesma.

O incremento dos coeficientes de correlação no modelo de dados com as variáveis de grupos com o tamanho dos referidos grupos quando foram previamente ordenados os dados estatísticos originais deve-se tanto a que os desvios inerentes aos testes de inteligência como às variações ou diferenças provocadas pela combinação genética mendeliana compensam-se em maior grau e dentro de cada grupo, o que provoca uma mais nítida separação de cada escalão.

Independentemente dos bons ajustes obtidos em muitos casos da presente investigação quantitativa a tendência para melhorar a correlação com o tamanho dos grupos faz supor que, para grupos de 20 elementos e com uma amostra muito maior, os coeficientes de correlação poderiam situar-se acima de 0,9 em todos os casos.

2. O método LoVeInf no Modelo de dados da Inteligência Social. Uma abordagem quantitativa da análise estatística da natureza da inteligência e projeto genoma humano.

O objetivo principal da abordagem quantitativa da análise estatística não era comprovar o caráter hereditário da inteligência porque sim, mas antes demonstrar a natureza da inteligência em relação à existência e funcionamento do método de Verificação Lógica de Informação apontado pela ECV -Teoria Geral da Evolução Condicionada da Vida- para o caso particular da inteligência.

Algo parecido aos conceitos das clássicas leis de Mendel de gene recessivo e gene dominante ou, mais propriamente dito, a determinação dos critérios para identificar o cromossoma ou gene significativo e os mecanismos de expressão do código genético intelectual em sentido estrito.

Nos quadros de resultados da investigação quantitativa do modelo de dados e os seus gráficos correspondentes de correlação e regressão múltipla comprovamos como o critério de ordenação em função de M1P1 é francamente bom, confirmando as previsões de comportamento correspondentes aos mecanismos de expressão genética derivados da presença do método de Verificação lógica de informaçaõ (LoVeInf) na natureza da inteligência.

Há que ter em conta que pela combinação genética mendeliana, se o método de Verificação lógica de informaçaõ (LoVeInf) se encontra presente na natureza da inteligência, as variáveis H dos filhos têm na sua configuração precisamente a componente M1P1 com uma probabilidade de 50%.

Também o fato de que a variável R, tanto como função objetivo como critério estatístico de ordenação, seja muito boa, tem sentido porque tem melhores dados ao incorporar de forma efetiva o elemento resultante da combinação genética de acordo com as leis de Mendel. É estranho que, apesar disso, se revele algo pior que a M1P1 como critério estatístico de ordenação.

Para nos assegurarmos da natureza da inteligência em relação ao comportamento previsto pelo método de Verificação lógica de informaçaõ (LoVeInf), vamos utilizar um critério estatístico especial, a ordem oposta de M1P1, ou seja, a ordem do vetor de valores resultante de utilizar o maior QI de M2 e P2, que chamaremos 2P2M.

O resultado é substancialmente mais pobre com 2P2M do que com o M1P1 pelo que podemos assumir, com maior rigor e enquanto não se demonstre o contrário, que o método LoVeInf ou algo semelhante se encontra operativo na herança dos caracteres associados à inteligência numa abordagem à família.

A precisão dos resultados é realmente importante na hora de interpretá-los com certa segurança, quando as linhas correspondentes às variáveis H dos filhos e as suas diferentes agrupações seguem uma tendência semelhante podemos assumir que os resultados não são consequência de coincidências estatísticas. Isto acontece especialmente com as variáveis X3 e X6.

3. Sobre este gráfico particular da análise estatística e projeto genoma humano.

O coeficiente de determinação r² maior deste gráfico é 0,70

O índice de correlação multidimensional (ICMG) é 12,39

Como se pode observar com claridade, as variáveis quantitativas dos filhos H, que são as variáveis dependentes estudadas na investigação quantitativa, comportam-se de forma muito semelhante em relação à variável explicativa M & P.