MOLWICK

Analisi statistica

Analisi statistica del modello di dati di coefficienti d'intelligenza. Analisi statistica con test d'intelligenza scala Wechsler e Stanford Binet per verificare l'ereditarietà dell'intelligenza

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

 

EVOLUZIONE E DISEGNO DELL'INTELIGENZA

LO STUDIO EDI

Autore: José Tiberius

q321 Analisi statistica del modello di dati di coefficienti d'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 del modello di dati, 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



 

ANALISI STATISTICA DELL'INTELLIGENZA

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 Sociale con analisi statistica di variabili centrate di combinazioni di Wechsler e Stanford-Binet test

Modello di dati statistici per verificare l'esistenza di un’ingegneria genetica naturale nell'evoluzione dell'intelligenza in base alla Teoria Cognitiva Globale.

La principale conclusione della analisi statistico di quozienti intellettuali della scala Wechsler e Stanford-Binet sull'importanza della genetica evolutiva dell'intelligenza, nel modello con genetica mendeliana e con la Teoria Generale dell'Evoluzione Condizionata della Vita, è la conferma della bontà degli adattamenti per raggruppamento dei valori e per il loro ordine previo. Le correlazioni raggiunte, nonostante i limiti dell'informazione disponibile, consentono di affermare che le caratteristiche raccolte dai test d'intelligenza sono fondamentalmente trasmesse da una generazione all'altra.

Il Modello di dati dell'Intelligenza Sociale è stato esaminato nella sua doppia formulazione, da una parte l'analisi statistica dei QI dei figli sulla scala Wechsler e Stanford-Binet rispetto alla funzione obiettivo R determinata in base alla ECV e alla genetica mendeliana, e dall'altro la ricerca quantitativa dei QI dei figli rispetto alle variabili di QI delle madri (M) e dei padri (P) direttamente, per permettere un’analisi comparativa per il caso della genetica umana. In quest’ultimo caso la stima della regressione multipla è stata effettuata con il metodo dei minimi quadrati ordinari.

Inoltre, per entrambe le formulazioni sono stati utilizzati quattro criteri statistici di ordine previo di valori corrispondenti alle variabili contrassegnate con (*)

Vengono definite variabili centrate le variabili che incorporano un tipo di correzione per lo analisi correlazionale, sia degli estremi che come risultati della media di altre variabili Wechsler e Stanford-Binet test, come ad esempio la T1-d, le X3 e le X6, tutte dei figli.

Come si poteva prevedere, la compensazione delle deviazioni più o meno aleatorie nei valori delle variabili centrate fa sì che la nuova analisi statistica si adatti molto meglio del modello con variabili originali. Inoltre, più è centrata la variabile e più appropriato sarà l'adattamento risultante in tutti i casi.

In modo tale che negli otto grafici di questo modello l'Indice di Correlazione Multidimensionale Globale (ICMG) è più alto del massimo ICMG del modello con variabili originali del quoziente intellettuale.

Per quanto riguarda i coefficienti di determinazione bisogna indicare che in ogni grafico del modello si ottengono valori di 0,79 o superiori.

Per i maggiori coefficienti di determinazione di ogni grafico, da una parte la variabile oggetto R supera le variabili M e P insieme, con il criterio d'ordine X6, e dall'altra il criterio d'ordine M1P1 è superiore al criterio WB.

È interessante constatare che la funzione obiettivo R è quasi così potente come le variabili M & P insieme, raggiungendo valori  completamente simili nei coefficienti maggiori di determinazione di ogni grafico.

En quanto ai criteri d'ordine (*), le quattro variabili (M+P)/2, M1P1, R y X6 si rivelano simili. Si distinguono per l'ICMG la variabile X6, quando si usano le variabili M & P come variabili esplicative, e la (M+P)/2, quando la variabile esplicativa è la funzione R.

3. Su questo grafico particolare dell'analisi statistica.

Il coefficiente di determinazione maggiore di questo grafico è 0,79

L'indice di correlazione multidimensionale (ICMG) è 15,71

Come si può osservare chiaramente, le variabili quantitative dei figli F, che sono le variabili dipendenti studiate nella ricerca correlazionale, si comportano in modo molto simile rispetto alla variabile esplicativa R