MOLWICK

Importância da genética evolutiva na inteligência

Importância da genética evolutiva na inteligência. Modelo de dados de coeficientes de inteligência de progenitores com coeficientes de inteligência originais 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

q513 Comprovar a importância da genética evolutiva.

 

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

 

IMPORTÂNCIA DA GENÉTICA NA 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 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 Social - Análise estatística de variáveis originais 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 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 quantitativa dos QI dos filhos em relação às variáveis de QI das mães (M) e dos pais (P) diretamente, para permitir uma análise comparativa, dada a importância da genética humana em cada caso. 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 quantitativa de genética evolutiva 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 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 a importância da genética.

O coeficiente de determinação r² maior deste gráfico é 0,87

O índice de correlação multidimensional (ICMG) é 12,16

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 R

Neste gráfico observa-se o efeito das maiores correlações com caráter geral nas agrupações com número par de elementos. Este fato é o que provoca a típica forma de dentes de serra destes gráficos. Considera-se lógico que nas referidas agrupações pares os desvios se compensem em maior medida que nas que contêm um número impar de elementos.