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.

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

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 conseqüentemente 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. Simulação de processos evolutivos com quocientes artificiais de inteligência

O Modelo Social ou Modelo Individual devidamente reformulado serviu-nos para determinar que o gene significativo é o de menor potencial. Agora, se o modelo genérico proposto pela TGECV está correto deveríamos poder realizar uma simulação de processos de herança biológica capaz de criar uma variável artificial W de coeficientes de inteligência que se comportasse como os dados estatísticos observados no estudo longitudinal.

A segunda grande surpresa, para mi, foi o fracasso do modelo da inteligência social simplificado para conseguir este objetivo de simulação dos processos de herança biológica.

Como sabemos, as diferenças nos valores correspondentes às medições do quociente de inteligência das mesmas pessoas podem ser muito grandes. Sem dúvida existem desvios devidos à diferente expressão da capacidade em cada momento, e com maior motivo, em anos diferentes.

Outro fator que provoca ou pode provocar o mesmo tipo de desvios é o teste particular utilizado e inclusivamente cada prova específica dentro de um teste de inteligência standard.

Consequentemente, podemos introduzir na simulação estatística um fator adicional de aleatoriedade por estas causas, para melhoras a simulação dos processos reais. Ainda que as diferenças observadas sejam superiores a 10% em relação à média nalguns casos, introduzirei um desvio médio de 3% para cima e de 3% para baixo.

Pela mesma razão que introduzi elementos de erro nas variáveis H dos filhos, deve colocar-se um mesmo padrão de erro nas variáveis M de mães e P de pais a realizar a simulação dos processos numa abordagem à família.

Contudo, a correlação da variável estatística objeto de simulação no Modelo Global não desce de forma importante.

Em relação a isto, pode incluir-se no modelo de evolução o interessante efeito filtro sobre a afinidade genética dos progenitores que menciona a citada teoria tendo em conta que o potencial resultante da combinação genética será igual à interseção dos potenciais e não ao potencial do menor gene ou cromossoma.

Uma das simplificações realizadas refere-se ao modelo teórico da Teoria Geral da Evolução Condicionada da Vida, e este indica-nos que existe evolução, que efetivamente o meio ambiente influencia, mas de uma forma mais geral, ou seja, a capacidade aumenta ao longo da vida e transmite-se à descendência.

Apesar de outros objetivos alcançados, até agora não se baixaram as correlações de W de forma satisfatória.

Definitivamente é necessário algo importante ou relevante que baixe as correlações suficientemente, por isso, depois de lhe dar umas quantas voltas, introduzi o que denomino limitações funcionais devidas a causas diversas, entre as que se pode destacar que existem problemas genéticos.

No final, conseguiu-se que a variável W não se possa distinguir das variáveis de dados estatísticos de coeficientes de inteligência observados no estudo longitudinal.

3. Sobre este gráfico particular da análise estatística e processos de validação.

Tendo em conta que W tem componentes aleatórias, o gráfico representa a média de 10 estimativas para as correlações correspondentes da simulação estatística de QI.