MOLWICK

Análisis cuantitativo de la inteligencia

Análisis cuantitativo de la inteligencia con datos CI. El análisis cuantitativo de la evolución de la inteligencia con datos estadísticos de coeficientes de inteligencia de familias nos indica que la inteligencia multifuncional se concentra en un solo cromosoma.

Portada del libro El Estudio EDI. Anochecer sobre el mar con nubes, Galicia.

 

EVOLUCIÓN Y DISEÑO DE LA INTELIGENCIA

EL ESTUDIO EDI

Autor: José Tiberius

q161 Análisis cuantitativo de la inteligencia con datos CI.

 

GRÁFICAS DE ESTADÍSTICAS

El título de cada gráfica de este estudio de la inteligencia con un enfoque a la familia nos indica a qué variable del coeficiente de inteligencia de los progenitores (R o M & P) se refieren las correlaciones. Estas correlaciones están representadas en cada vértice o punto gordo de las líneas de colores correspondiente a las distintas variables de los hijos (H) objeto de análisis e indicadas en la cajita de la parte derecha de la gráfica.

Asimismo, en la parte izquierda del gráfico se sitúan las variables formadas por las distintas agrupaciones de 1 a 10 valores de los 70 cocientes de inteligencia (CI) existentes para cada una de las variables del modelo de datos originales, tanto de los progenitores como de los hijos, y sin orden conocido. En la parte derecha se encuentran los grupos con los mismos tamaños, pero con los valores ordenados previamente a su agrupación con la variable mencionada al pie del mismo como criterio estadístico de ordenación.

En definitiva, se consigue una percepción casi instantánea no solo de la bondad del modelo de datos sino de la tendencia y posibilidades de mejora de 60 o más coeficientes de determinación (r²). Todo ello ha permitido el calcular y valorar aproximadamente unos 500 millones de coeficientes de correlación en el conjunto del Estudio EDI.

Estudio de la inteligencia - Metodología de la investigación estadística

 

ANÁLISIS CUANTITATIVO DE CORRELACIÓN Y REGRESIÓN MÚLTIPLE

1. Generales

La diferencia observada en la investigación correlacional del modelo de datos con variables de grupos entre datos estadísticos originales previamente ordenados y no ordenados indica con claridad que la reducción del número de elementos de las variables y consiguientemente los grados de libertad del modelo estadístico, cuando los grupos son mayores, no mejora las correlaciones por sí misma.

El incremento de los coeficientes de correlación en el modelo de datos con las variables de grupos con el tamaño de los grupos cuando han sido previamente ordenados los datos estadísticos originales se debe a que tanto las desviaciones inherentes a los test de inteligencia como a las variaciones o diferencias provocadas por la combinación genética mendeliana se compensan en mayor grado y dentro de cada grupo, lo que provoca una más nítida separación de cada escalón.

Con independencia de los buenos ajustes obtenidos en muchos del presente estudio de la evolución de la inteligencia la tendencia a mejorar la correlación de los CI con el tamaño de los grupos hace suponer que, para grupos de 20 elementos y con una muestra mayor, los coeficientes de correlación se podrían situar por encima de 0,9 en todos los casos.

2. Modelo Global - Análisis cuantitativo con variables centradas, evolución y vector artificial de coeficientes de inteligencia generado por ordenador

Después de introducir en el Modelo Social de la evolución en el sentido aportado por la Teoría de la Evolución Condicionada de la Vida las limitaciones funcionales debidas a que existen problemas genéticos y dotarle de procesos estadísticos con la capacidad de generar variables cuantitativas con perturbaciones aleatorias que las acerquen a las variables de datos observados, el modelo completo de la herencia genética de la inteligencia funciona satisfactoriamente como se puede comprobar con las gráficas de correlación y regresión múltiple del análisis cuantitativo realizado.

La tercera sorpresa del análisis cuantitativo del Estudio EDI ha sido que una vez validado el modelo completo o Modelo Global contiene exactamente los mismos parámetros herencia biológica y evolución que maneja el juego gratis de billar Esnuka (1991). Es decir, los algoritmos genéticos utilizados en la simulación de procesos son los mismos. Yo había renunciado a introducir algunos de estos algoritmos genéticos en la regresión lineal porque no pensé que fuesen necesarios y que sería muy difícil de justificar.

Todas estas gráficas de correlación y regresión múltiple del análisis cuantitativo corresponden al Modelo Global de herencia multifuncional incluyendo las limitaciones funcionales derivadas de que existen problemas genéticos. Por supuesto, para lograr un efecto óptico satisfactorio de las variables cuantitativas, se han escogido aquellas gráficas de la simulación de procesos en las que W más se ajusta a una de las H o variables observadas de los hijos.

Con las variables centradas del análisis cuantitativo en el modelo Global de simulación de la evolución se mantiene su mejor ajuste con relación a las individuales que existía en el modelo de la Inteligencia Social

Se podría decir que las gráficas de correlación y regresión múltiple del análisis cuantitativo siguen siendo bastante elocuentes.

Respecto a las mismas variables centradas sin los algoritmos genéticos de los procesos de simulación de la evolución interna, se observa un aumento del ICMG mayor cuando la función objetivo es M & P que R °, aunque es importante en ambas, y mayor con el criterio M1P1 ° que con R °, situándose en 1,70 puntos y 1,52 respectivamente.

Tanto para la función objetivo R ° como para la M & P los resultados con enfoque cuantitativo del modelo de simulación son superiores cuando se utilizan los criterios de ordenación R ° y M1P1 °

3. Sobre esta gráfica particular del análisis estadístico.

El coeficiente de determinación mayor de esta gráfica es 0,77

El índice de correlación multidimensional (ICMG) es 14,70

Como se puede observar con toda claridad, las variables cuantitativas de los hijos H, que son las variables dependientes estudiadas en la investigación correlacional, se comportan de forma muy similar respecto de la variable explicativa R

Por otra lado, se puede resaltar el parecido de las línea de correlación de alguna variable de los hijos H y la de coeficientes artificiales de inteligencia W °

Ambos valores son altos y ligeramente inferiores a los de la misma gráfica sin evolución. Es la única gráfica con variables centradas en que se produce una bajada de las correlaciones.

Lo más seguro es que dicha disminución se deba a que el criterio de ordenación (M+P)/2 no es capaz de recoger los efectos de la evolución en la misma medida que otros criterios que incorporan el método LoVeInf en sus valores, todo ello en consonancia con lo previsto por la ECV.