MOLWICK

Studio con dati statistici dell'intelligenza

Studio con dati fonte del QI dell'intelligenza. L'analisi quantitativa di dati fonte del QI dell'evoluzione dell'intelligenza con coefficienti di correlazione e regressione lineare conferma la Teoria Generale dell'Evoluzione Condizionata della Vita.

Copertina del libro Lo Studio EDI. Crepuscolo sul mare con nuvole, Galizia.

 

EVOLUZIONE E DISEGNO DELL'INTELIGENZA

LO STUDIO EDI

Autore: José Tiberius

q365 Studio con dati fonte del QI dell'intelligenza.

 

GRAFICI STATISTICI

Il titolo di ogni grafico di questo studio dell'intelligenza orientato alla famiglia ci indica a che variabile del coefficiente intellettivo dei genitori (R o M & P) si riferiscono le correlazioni. Queste correlazioni sono rappresentate in ogni vertice o punto spesso delle linee di colore corrispondenti alle diverse variabili dei figli (F) oggetto d'analisi ed indicate nel riquadro nella parte destra del grafico.

Inoltre, nella parte sinistra del grafico compaiono le variabili formate dai diversi aggruppamenti da 1 a 10 valori dei 70 quozienti d'intelligenza (QI) esistenti per ognuna delle variabili del modello di dati originali, sia per i genitori che per i figli e senza ordine noto. A destra ci sono i gruppi della stessa grandezza, ma con valori ordinati prima del loro aggruppamento con la suddetta variabile, riportata sotto lo stesso, come criterio statistico d'ordine.

Insomma, si ottiene una percezione quasi istantanea della bontà, delle tendenze ed addirittura delle possibilità di miglioramento di 60 o più coefficienti di determinazione (r²). Tutto ciò ha permesso di calcolare e valutare approssimativamente circa 500 milioni di coefficienti di correlazione nell'insieme dello Studio EDI.

Studio dell'intelligenza - Metodologia della ricerca statistica



 

DATI FONTI DEL QI E ANALISI CON COEFFICIENTI DI CORRELAZIONE E REGRESSIONE MULTIPLA

1. Generale

La differenza osservata nella ricerca correlazionale del modello di dati con variabili di gruppo fra dati statistici originali prima ordinati e non ordinati indica chiaramente che la riduzione del numero di elementi delle variabili, e quindi i gradi di libertà del modello statistico quando i gruppi sono maggiori, non migliora di per sé le correlazioni.

L'incremento dei coefficienti di correlazione nel modello di dati con le variabili di gruppi con la grandezza di questi gruppi quando sono stati prima ordinati i dati statistici originali, è dovuto al fatto che sia le deviazioni inerenti i testi d'intelligenza sia le variazioni o differenze provocate dalla combinazione genetica mendeliana si compensano in misura maggiore e dentro di ogni gruppo, ciò che dà luogo ad una separazione più netta di ogni scalone.

Indipendentemente dai buoni adattamenti ottenuti in molti casi nella presente ricerca quantitativa, la tendenza a migliorare la correlazione con la grandezza dei gruppi fa supporre che, per gruppi di 20 elementi e con un campione più grande, i coefficienti di correlazione potrebbero situarsi oltre lo 0,9 in ogni caso.

2. Modello Globale - Analisi quantitativa con variabili centrate, evoluzione e vettore artificiale di coefficienti d'intelligenza creato per computer.

Dopo aver introdotto nel Modello Sociale l'evoluzione, nel senso apportato dalla Teoria dell'Evoluzione Condizionata della Vita, le limitazioni funzionali risultato dei problemi di genetica e dopo averlo dotato di processi statistici con la capacità di generare variabili quantitative con perturbazioni aleatorie che le avvicinino alle variabili di dati osservati, il modello completo dell'ereditarietà genetica dell'intelligenza funziona in modo soddisfacente, come si può constatare con i grafici di dati statisitci che vengono qui presentati.

La terza sorpresa dello studio statistico EDI è stata che, dopo averlo convalidato, il modello completo o Modello Globale contiene esattamente gli stessi parametri di ereditarietà biologica, evoluzione e problemi di genetica di cui si serve il gioco gratis del biliardo Esnuka (1991). Ovvero, gli algoritmi genetici utilizzati nella simulazione di processi sono gli stessi. Avevo rinunciato ad introdurre alcuni di questi algoritmi genetici nella regressione lineare perché non pensavo che fossero necessari e che sarebbe stato molto difficile giustificarli.

Tutti questi grafici di correlazione e di regressione multipla corrispondono al Modello Globale di ereditarietà multifunzionale, comprese le limitazione funzionati derivate dai problemi di genetica. Ovviamente, per ottenere un effetto visivo soddisfacente delle variabili quantitative, sono stati scelti i grafici dei dati statistici della simulazione di processi in cui W si adatta maggiormente a una delle F o variabili osservate dei figli.

Con le variabili centrate nel Modello Globale di simulazione dell'evoluzione viene mantenuto il loro miglior adattamento in rapporto a quelle individuali, che esisteva nel modello dell'Intelligenza Sociale.

Si potrebbe dire che i grafici di dati statistici di correlazione e di regressione multipla sono ancora molto eloquenti.

Rispetto alle stesse variabili centrate senza gli algoritmi genetici dei processi di simulazione dell'evoluzione interna ed i problemi di genetica, si osserva un aumento dell'ICMG maggiore quando la funzione obiettivo è M & P di quando è R °, è però importante in entrambe, e maggiore con il criterio M1P1 ° che con R °, situandosi a 1,70 e 1,52 punti rispettivamente.

Sia per la funzione obiettivo R ° che per la M & P i risultati con un’impostazione quantitativa del modello di simulazione sono superiori quando si utilizzano i criteri d'ordine R ° e M1P1 °

3. Su questo grafico particolare dell'analisi statistica di dati fonte QI.

Il coefficiente di determinazione maggiore di questo grafico è 0,84

L'indice di correlazione multidimensionale (ICMG) è 15,55

In questo caso, le variabili quantitative dei figli F, che sono le variabili dipendenti studiate nella ricerca correlazionale, si comportano in modo molto diverso rispetto alla variabile esplicativa R °

D'altra parte si può notare la similitudine fra le linee di correlazione di qualche variabile dei figli F e quella dei coefficienti artificiali d'intelligenza W °

Un dettaglio comparativo è che le correlazioni delle tre variabili dei figli assomigliano moltissimo ai criteri d'ordine X6 e (M+P)/2 e molto meno agli M1P1 e R che sono quelli toccati dal parametro dell'evoluzione. In principio, sembra che siano migliori i criteri in cui avvengono differenze ogni volta che le variabili X3 e X6 sono più potenti della T1-d

Entrambi i valori sono molto alti e l'ICMG è superiore a quello dello stesso grafico senza evoluzione.