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

PROCESSOS DE VALIDAÇÃO DO MODELO ESTATÍSTICO DA INTELIGÊNCIA HEREDITÁRIA E MEIO AMBIENTE NO DESENVOLVIMENTO DA INTELIGÊNCIA

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. Modelo Global com variáveis originais, evolução e vetor artificial de coeficientes de inteligência gerado por computador

Depois de introduzir no Modelo Social a evolução no sentido apontado pela Teoria da Evolução Condicionada da Vida, as limitações funcionais devidas à existência de problemas genéticos e dotá-lo de processos estatísticos com a capacidade de gerar variáveis quantitativas com perturbações aleatórias que as aproximem às variáveis de dados observados, o modelo completo da herança genética da inteligência funciona satisfatoriamente como se pode verificar com os gráficos de correlação e regressão múltipla que se apresentam em seguida.

A terceira surpresa do estudo estatístico EDI foi que uma vez validado o modelo completo do Modelo Global contém exatamente os mesmos parâmetros inteligência hereditária e evolução que maneja o jogo grátis de bilhar Esnuka (1991). Ou seja, os algoritmos genéticos utilizados na simulação de processos são os mesmos. Eu tinha renunciado a introduzir alguns destes algoritmos genéticos na regressão linear porque não pensei que fossem necessários e que seria muito difícil de justificar.

Todos estes gráficos de correlação e regressa múltipla correspondem ao Modelo Global de herança multifuncional incluindo as limitações funcionais derivadas de que existem problemas genéticos. Claro que, para conseguir um efeito óptico satisfatório das variáveis quantitativas, escolheram-se aqueles gráficos da simulação de processos nos que W mais se ajusta a uma das H ou variáveis observadas dos filhos.

As variáveis individuais originais facilitadas pelo Young Adulthood Study nem sempre melhoram o ser ajuste com os algoritmos genéticos implementados ou simulados no Modelo Global enquanto que as centradas sim. Para o caso da ordem (M+P)/2 poderia entender-se facilmente porque o referido critério não responde às mudanças nos parâmetros de evolução interna que são os únicos que mudam R e M1P1, em cujo caso as denominamos R ° e M1P1 °para facilitar os raciocínios.

Ainda assim, as correlações obtidas com as variáveis individuais chegam a 0.89 para a função R ° definida pela TGECV e a 0,99 se se faz sobre M e P, ainda que, este último resultado é o mesmo que com o Modelo Global de inteligência hereditária sem evolução porque os parâmetros da evolução não alteram nem M & P nem o critério estatístico de ordenação WB.

Da mesma forma, quando se utiliza a variável R ° como critério estatístico de ordenação consegue-se 0.94 que não está nada mal. E a 0,79 quando o critério é M1P1 ° para as duas funções objetivo contempladas.

Outro aspecto que não convém esquecer é a melhoria de comportamento da variável W em todos eles. Eu penso que basta ver os gráficos com a simulação de processos de inteligência hereditária e evolução para nos darmos conta de que o modelo não pode estar muito errado.

3. Sobre este gráfico particular da análise estatística da inteligência hereditária.

O coeficiente de determinação r² maior deste gráfico é 0,62

O índice de correlação multidimensional (ICMG) é 11,73

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 R

Por outro lado, pode ressaltar-se a semelhança das linhas de correlação de alguma variável dos filhos H e a de coeficientes artificiais de inteligência W °