MOLWICK

Investigação Genética e inteligência

Investigação genética e inteligência. Estudo estatístico de coeficientes de inteligência de pais e mães com coeficientes de inteligência dos filhos para comprovar a importância da genética evolutiva nestes processos.

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

 

EVOLUÇÃO E DESENHO DA INTELIGÊNCIA

O ESTUDO EDI

Autor: José Tiberius

q516 Investigação genética de coeficientes de 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 genética estatística

 

INVESTIGAÇÃO GENÉTICA ESTATÍSTICA

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 genética 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 Social - Análise estatística com investigação genética de variáveis centradas de combinação de Wechsler e Stanford-Binet testes

Modelo de dados estatísticos para verificar a existência de uma engenharia genética natural na evolução da inteligência de acordo com a Teoria Cognitiva Global.

A principal conclusão da investigação genética quantitativa de quocientes de inteligência da escala Wechsler e Stanford-Binet sobre a importância da genética evolutiva da inteligência, no modelo com genética mendeliana e a Teoria Geral da Evolução Condicionada da Vida, é a confirmação da bondade dos ajustes pela agrupação dos valores e a sua ordenação prévia. As correlações alcançadas, apesar das limitações da informação disponível, permitem afirmar que as características recolhidas pelos testes de inteligência são fundamentalmente transmitidas de uma geração para outra.

O Modelo de dados da Inteligência Social examinou-se na sua dupla função, por um lado a análise estatística dos QI dos filhos na escala Wechsler e Stanford-Binet em relação à função objetivo R determinada de acordo com a ECV a genética mendeliana e, por outro a investigação genética quantitativa dos QI dos filhos em relação às variáveis de QI das mães (M) e dos pais (P) diretamente, para permitir uma análise comparativa para o caso da genética humana. Neste último caso a estimativa da regressão múltipla realizou-se pelo método de mínimos quadrados ordinários.

Da mesma forma, para ambas formulações utilizaram-se quatro critérios estatísticos de ordenação prévia de valores correspondentes às variáveis marcadas com (*)

O efeito da reformulação do Modelo Individual vê-se à primeira vista, o novo modelo de investigação genética quantitativa com coeficientes de inteligência ajusta-se perfeitamente, chegando a um superior a 0,9 em vários casos.

Também é interessante verificar o fato de que a função objetivo R proposta pela Teoria Geral da Evolução Condicionada da Vida é quase tão potente como as variáveis M e P juntas.

Em relação aos critérios estatísticos de ordenação (*), as variáveis (M+P)/2, M1P1 e R revelam-se semelhantes, destacando a variável WB quando se utiliza como critério de ordenação.

Se efetuamos uma estimativa em relação às variáveis M e P, o r² que se obtém chega a 0,99 para a variável T1 quando o critério estatístico de ordenação prévia é a variável WB. É possível que se deva a que esta variável incorpora todos os efeitos envolvidos na geração natural dos coeficientes observados.

As variáveis M1P1 e R só incorporam, por agora, o efeito de parte ou toda a combinação genética mendeliana respectivamente e, por tanto, é a melhor a variável final WB.

No entanto, este fato não se produz em todos os casos da investigação genética quantitativa. Certamente, devido à incorporação das diferenças devidas à expressão e medição dos coeficientes H, coisa que não acontece com as variáveis M1P1 e R.

3. Sobre este gráfico particular da análise estatística e investigação genética

O coeficiente de determinação r² maior deste gráfico é 0,75

O índice de correlação multidimensional (ICMG) é 13,05

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 & F