MOLWICK

Abordagem quantitativa da evolução da inteligência

A abordagem quantitativa da evolução da inteligência com dados estatísticos de coeficientes de inteligência de famílias indica-nos que a inteligência multifuncional se comporta como os genes recessivos.

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

 

EVOLUÇÃO E DESENHO DA INTELIGÊNCIA

O ESTUDO EDI

Autor: José Tiberius

q562 A abordagem quantitativa da evolução 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

 

ABORDAGEM QUANTITATIVA DA EVOLUÇÃO COM CORRELAÇÃO E REGRESSÃO MÚLTIPLA

1. Geral

A diferença observada na abordagem 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 - Abordagem quantitativa com variáveis centradas, evolução e vetor artificial de coeficientes de inteligência gerados 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 abordagem quantitativa da evolução foi que uma vez validado o modelo completo do Modelo Global contém exatamente os mesmos parâmetros herança biológica 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 da abordagem quantitativa da evolução 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.

Com as variáveis centradas no Modelo Global da abordagem quantitativa da evolução mantém-se o seu melhor ajuste em relação às individuais que existia no modelo da Inteligência Social.

Poderia dizer-se que os gráficos da abordagem quantitativa da evolução e regressa múltipla continuam a ser bastante eloquentes.

Em relação às mesmas variáveis centradas sem os algoritmos genéticos dos processos de simulação da evolução interna, observa-se um aumento do ICMG maior quando a função objetivo é M & P do que R °, ainda que seja importante em ambas, e maior com o critério M1P1 ° do que com R °, situando-se em 1,70 pontos e 1,52 respectivamente. 

Tanto para a função objetivo R ° como a M & P os resultados com da abordagem quantitativa da evolução do modelo de simulação são superiores quando se utilizam os critérios de ordenação R ° e M1P1 °

3. Sobre este gráfico particular da da abordagem quantitativa da evolução.

O coeficiente de determinação r² maior deste gráfico é 0,80

O índice de correlação multidimensional (ICMG) é 16,03

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

Os referidos indicadores não são afetados pelos 5% de evolução interna visto que tanto as variáveis explicativas do modelo M & P como o critério de ordenação (M+P)/2 são valores diretamente observados e as correlações da variável W ° não se têm em conta para os mesmos.