procedementos e fórmulas estatísticas para medir a interiorización de influencia / ambiente en caracteres métricos en Poboacións humanas
contasti e edgar matheus
max contastesti. Doutor en Filosofía e Letras, Universidade Complutense de Madrid, España. Doutor de Ciencia, Universidade Central de Venezuela. Profesor, Universidade Nacional aberta, Venezuela. Enderezo postal: Tarabay Building, Tarabay Building, Apartamento 3-A, Santa Paula Caracas, Venezuela 1061. E-mail: [email protected]
Edgar Matheus. Enxeñeiro civil, Universidade de Los Andes, Venezuela. Máster en Ciencias Políticas, Simón Bolívar University, Venezuela. Consultor de enxeñeiro, Consorcio Decoyne. Venezuela. Correo electrónico: [email protected]
resumo
O obxectivo deste traballo é o estudo e análise, desde un punto de vista estatístico, dos distintos procedementos e fórmulas propostas para calcular nas poboacións humanas, a influencia da herdanza / medio ambiente nalgunhas variables fenotípicas de tipo continuo que se pode medir con precisión aceptable, como a estatura, o peso , presión arterial e intelixencia. A análise das limitacións máis relevantes na formulación estatística considerada e como, de acordo cos casos, xeráronse as limitacións observadas e novos procedementos de cálculo para minimizar estas limitacións estatísticas e metodolóxicas. Desde un punto de vista epistémico e metodolóxico, ata 1974 as investigacións estaban orientadas só polo enfoque xenético, que calcula a influencia da herdanza a través do uso de datos obtidos a partir de xemelgos ou outros membros do grupo familiar. Posteriormente, o medio ambiente comezou a ser considerado como unha variable adicional para a formulación estatística na análise.
Fórmulas estatísticas e procedementos para medir en poboacións humanas a influencia da herdanza / ambiente nalgunhas variables métricas continuas
resumen
O obxecto deste traballo consiste no estudo e ao A análise, desde un punto de vista estatístico, de diferentes procedementos e fórmulas utilizadas para calcular na poboación humana, a influencia da herdanza / medio ambiente nalgunhas variables continuas fenotípicas que se poden medir con precisión aceptable, como a estatura, o peso, a presión arterial e a intelixencia. O documento presenta a análise das limitacións estatísticas e metodolóxicas máis importantes sobre as formulacións máis cresignadas e como, dependendo dos casos, estas limitacións foron corrixidas e xeráronse outros novos procedementos de cálculo para minimizarlos. Desde un punto de vista epistémico e metodolóxico, ata 1974 a investigación foi orientada polo enfoque xenético que calcula a influencia da herdanza mediante o uso de datos sobre outros membros do grupo familiar. Despois diso, o medio ambiente comezou a ser considerado como unha variable adicional para a formulación estatística na análise.
procedementos estatísticos e fórmulas para medir a influencia HERANÇA / ENTORMA en Métricas de caracteres em Populações Human
CC9A090506 “> ou o obxectivo DETE trabralho consiste en que non estudar a EA Anallise, desde ou PONTO Vista estatística, dous procedementos e fórmulas diferentes para o cálculo, NAS Populações Humanos, na influencia da Herança / Medio Ambiente ás veces tipo fenotípico de tipo continuo que será empuxado para medir a Precisión Uma Aceitavel, Tais como estatura, peso, prensa arterial e intelixencia .. Aprema-se a análise das limiteções é relevante as estatísticas de NA FORMULAÇÃO consideradas e como, segundo casos, COM foi corrixido como Limitações observados e agradecidos de procedementos de cálculo para minimizar as estatísticas e metodolóxicas de Essas Limações. Desde ou fóra da vista episthemic e metodolóxica, empatou 1974 como Investigações Estiveram orientado só o enfoque xenético do cabelo, que calcula a influencia da Herança a través do uso de dados de Gêmeos Ou de membros do grupo familiar. Posteriormente ou ambiente chegar a ser considerado como unha variavel adicional Uma para as estatísticas de Formulação na Analise.
Palabras clave / Ambiente / Estatísticas / Herdanza / Metodoloxía /
recibido: 28/02/2008. Modificado: 18/06/2009. Aceptado: 06/20/2009.
O obxectivo deste traballo é estudar e analizar, desde un punto de vista estatístico, diferentes procedementos e fórmulas que se propuxeron calcular, nas poboacións humanas, a Influencia herdanza / medioambiente (herdabilidade / ambiente) En certo tipo de caracteres poligênicos, que cando se constitúen en variables son empíricamente medibles con precisión aceptable. Estes personaxes son, por exemplo, estatura, peso, presión arterial e, en menor medida, debido ás dificultades da súa medición, intelixencia e variables temperamentales de personalidade. Esta análise mostrará cales foron as principais limitacións das fórmulas propostas e como, segundo os casos, en cada un dos desenvolvementos sucesivos, intentou superar tales limitacións. O desprazamento do foco epistêmica e metodolóxica será resaltado nas fórmulas e procedementos, cando se pasa de debuxos e medicións xeneticamente orientadas en xemelgos e outros kinsters no sentido observacións dirixidas directamente á medición do ambiente.
A primeira investigación sobre a influencia estatística da herdanza é a de Galton (1883), onde se comparan e establecen correlacións estatísticas entre as características dos pais con fillos e netos, quedando como problemas de trato difícil das diferenzas da temporalidade e ambiente entre as diferentes xeracións. Neste sentido, a posibilidade de estudar xemelgos xurdiu como unha forma de determinar estatisticamente a relación herdanza / medio ambiente. O desenvolvemento estatístico posterior neste campo de investigación foi influenciado polo deseño de estudos con plantas e animais. No caso das poboacións humanas hai limitacións, especialmente de natureza ética, para formar os deseños experimentais, incluídos na chamada experimentación de campo, onde se adquire, por unha banda, a homoxeneización e, por outra, o aleatorio Asignación dos ambientes, procedementos que constitúen unha práctica común na xenética cuantitativa aplicada a plantas e animais, pero que non se facilitan nas poboacións humanas.
Por estes motivos foi elixido Para comparar as características dos dous tipos de xemelgos, Univiteline e Biviteline, que se levantan xuntos permiten o control estatístico do medio (Holzinger, 1929). Posteriormente, Jensen (1967) estendeuse e xeneralizou o procedemento, incluíndo a posibilidade de comparar os dous tipos de xemelgos coa de nenos adoptados xuntos. Nos últimos anos, Rao et al. (1974) Estudou conxuntamente e a través de comparacións múltiples e simultáneas diversos tipos de parentesco, como irmáns, curmáns, pais e tíos. Procedementos estatísticos que usan xemelgos e outros kins colaterais, iniciados por Rao et al. (1974), permanecen válidos ata agora. MacCallum e Austin (2000) fan un reconto sobre a construción e uso da modelización de ecuacións estruturais (SEM, medalla de ecuación estrutural) na investigación de influencia herdanza / medio ambiente. En todas estas obras, continúase usando como datos básicos de entrada e baixo diferentes procedementos de cálculo (intraclass de entrada / correlación dual) o coeficiente de correlación de Pearson.
Históricamente, todo Os intentos baseados no parentesco centráronse no cálculo da herdabilidade, pero desde Rao et al. (1974) O medio ambiente comezou a ter en conta, aínda que só era un factor de axuste, que conformaba índices que intentaron medir a similitude ambiental ou a discrepancia entre os dous membros da parella. Loehlin (1989), nas conclusións da obra titulada “Partición de contribucións xenéticas e ambientais sobre o desenvolvemento do comportamento”, di que aínda a cuestión ambiental non foi estudada en profundidade e que está ben orientada nas investigacións, aínda que non se coñece . Conseguiron respostas definitivas. Conclúe que estará ao lado da exploración ambiental, en lugar de no lado xenético, onde, no futuro, os estudos darán aos seus anciáns. Plomin e Rende (1991) afirman á súa vez que é estraño, logo de décadas de ambientalismo, que o factor limitante neste esforzo da determinación da influencia herdanza / medio ambiente foi a necesidade de mellorar as mellores medidas do medio ambiente e que en particular son Poucas medidas que se centran no ambiente do neno.
contasti (1996) introducido, na súa chamada “fórmula metodolóxica”, unha proposta para a consideración do medio.Esta fórmula ten a mesma estrutura estatística dun caso particular de Jensen (1967), diferenciándose porque en lugar de pares de nenos adoptados mediante a educación, as mostras aleatorias de temas individuais, da mesma idade e sexo, máis extensos, foron utilizados nesa fórmula. e representativo, que presentan só unha medida que indicaría a similitude do ambiente familiar, semellanza que sería equivalente á educación común do par de nenos adoptados.
estatístico Definición de herdabilidade. Aspectos metodolóxicos
Suponse que, en relación con calquera carácter poligênio, herdanza herdanza e influencia ambiental. No caso de caracteres continuos e medibles empíricamente, considérase que entre as fontes de variación, ademais dos xerados pola herdanza eo medio ambiente, o correspondente residuo aleatorio, que é xerado pola fiabilidade das medidas.
Idealmente, pode ser nomeado que un personaxe fenotípico medido por unha variable T, está conformada como a suma de tres compoñentes: a primeira, a influencia da herdanza T (H) , para simplificar indicado como (h); O segundo, a influencia da variable de ambiente T (a), para simplificar indicada como (a) e en terceiro lugar o residuo aleatorio (e), de xeito que
t = H + a + e
En principio, HYA non son variables observables e medidas empíricas, polo tanto, son construcións; Polo tanto, o residuo aleatorio E é xerado só pola medición da variable t. Cando os pares de xemelgos ou nenos adoptados xuntos, considérase unha suposición básica de que os dous ambientes correspondentes a cada un dos dous temas que compoñen a parella son absolutamente idénticos (A1 = A2); En consecuencia, xeran o mesmo efecto: T (A1) = T (A2), chamarase un ambiente común compartido e o seu efecto, para simplificar, indicarase como (c). Se esta suposición non se cumpriu, unha medición diferencial do medio ambiente sería implícitamente. A continuación, ademais do residuo aleatorio e correspondente á medición da variable T, tamén se xerará outro tipo de residuos aleatorios correspondentes ás diferenzas dos dous efectos ambientais. Este residuo (a) chámase ambiente intanxible (Falconer, 1960). Nestas condicións, pódese expresar como modelo biométrico de Prescott e Kendler (1996):
T = H + C + A + E
para a estimación da herdabilidade, utilizando un enfoque xenético, as mostras de xemelgas comúnmente utilizadas foron as seguintes:
– Primeiro de todo, tomáronse xemelgos xuntos; Neste caso, non habería ningunha posibilidade de calquera tipo de sesgo estatístico xa que bioloxicamente o torque comparte a mesma carga xenética e, idealmente, créanse xuntos polos seus pais naturais en ambientes sociais e educativos idénticos. Para simplificar, a correlación RJJ simboliza tomar dúas medidas da mesma variable (T), unha para cada xemelgo que compón a parella. Neste caso, cada parella comparte a herdanza e, supuestamente, o ambiente compartido común. Sería permanecerá o desperdicio aleatorio, cuxa correlación, pola súa propia condición aleatoria, é nulos tanto coa herdanza como co medio ambiente. Idealmente, ao nacer, se a variable T podería medirse con unha fiabilidade perfecta, o valor desta correlación RJJ debe ser igual á unidade, xa que só na barriga materna podería existir un ambiente idéntico, pero máis tarde, por varias circunstancias subxectivas e individuais , mesmo para os xemelgos univitelinos, esta correlación, cando estimada en diferentes idades, tenderá a diminuír e será lixeiramente inferior á unidade. Isto indicaría a existencia dunha diferenciación na variable de ambiente, xa que os xemelgos, aínda que poden pasar xuntos vinte e catro horas ao día, o que sería un indicador dun ambiente común compartido, diferéncianse en alimentos, saúde, gustos e outros Aspectos que inflúen na conformación do ambiente intangible definido anteriormente. Este ambiente intangible terá efectos aleatorios en conxunto con produtos aleatorios de residuos da fiabilidade da medición da variable T (Loehlin, 1989, Plion e Rende, 1991).
-En segundo, preséntase unha situación que en condicións ideais pode servir para estimar directamente a influencia da variable de herdanza. Sería o caso dos xemelgos univitelinos pero levantado por separado.Neste caso, de xeito que a influencia neta da variable de herdanza podería estimarse, sen un sesgo estatístico, os valores nominales da variable de ambiente deben ser aleatorios; Isto implica asignar aleatoriamente os dous xemelgos de cada parella para futuros ambientes de reprodución, que non serán posibles porque non é un experimento, xa que se fai en animais e plantas, onde as variables poden ser controladas e aleatorias. Neste caso, é precisamente que, por unha banda, non é frecuente que hai xemelgos univitelinos que se produzan por separado e, cando excepcionalmente, estas circunstancias foron dadas, podemos supoñer que haberá unha certa posibilidade de que algunhas das familias adoptantes Ten algún parentesco entre eles, que viven en lugares próximos de tal xeito que os xemelgos comparten moitas actividades sociais comúns, como asistir ás mesmas escolas. A correlación RSS baixo esta circunstancia presentaría un determinado prexuízo estatístico, sobreestimando o parámetro correspondente á influencia da herdanza, xa que a parella pode compartir algún compoñente do medio ambiente, cuxo efecto será acreditado estatísticamente á influencia da herdanza. Adicionalmente, sendo mostras moi pequenas, as restricións sobre o camiño e a variabilidade da variable de ambiente violan a representatividade da estimación.
-O terceiro caso xérase ao tomar bivitelina Xemelgos do mesmo sexo, criado xunto polos seus pais naturais. Cada par de xemelgos pode compartir comúnmente 0, 1, 2, ¼, ata 23 pares de cromosomas, calculando a súa probabilidade segundo unha distribución binomial. As posibilidades de que un par de xemelgos compartan exactamente 23 pares de cromosomas (caso equivalente a xemelgos univiteline), ou que non comparten ningún, é moi pequeno. Porque é unha distribución simétrica, a maior probabilidade será cando compartirá 11 ou 12 cromosomas, sendo 11,50 a esperanza matemática da distribución. Tomando entón unha gran cantidade de xemelgos bivitelinos, a media, en xeral os pares serán ~ 11.50. Existirá adicionalmente os residuos aleatorios que se combinarán nos seus efectos co patrimonio descoñecido. Esta correlación simbolízase como RFF.
O cuarto caso, diferente e extremo, será o dos nenos do mesmo sexo e idade sen ningún tipo de parentesco, ambos adoptados e levantados xuntos desde o nacemento por ela familia. Difieren, polo tanto, só no ambiente intrauterino. Neste caso, non hai maior problema de aleatoriedade da variable de herdanza, xa que a gran variabilidade xenotípica dos seres humanos asegura esta condición. O problema sería considerar o medio ambiente, xa que os dous fillos, da mesma idade e sexo, deben ser adoptados, porque un par de nenos / adoptado, para un posible tratamento afectivo diferencial, non garantirá a homoxeneidade ambiental. Baixo as condicións mencionadas, as mostras que se poden obter son tan únicas que non só serán difíciles de formar, senón que pola súa singularidade non contemplaría todo tipo de ambientes posibles; É dicir, é unha situación hostil e, ademais, pódese xerar un sesgo estatístico moi difícil de detectar ou prever. A parella, supuestamente, comparte o mesmo ambiente compartido común (C), ea variable que virá aleatorizada será a herdanza, que, polo tanto, combinaría nos seus efectos co residuo aleatorio. Esta correlación simbolízase como RPP.
para avaliar en termos estatísticos os diferentes coeficientes de correlación utilizados (RJJ, RSS, RFF, RPP), en todos os casos será Dada a influencia dos catro compoñentes que chamamos herdanza (H), compartiu o ambiente común (c), o ambiente intanxible e os residuos aleatorios (e). Por outra banda, e segundo o caso, será posible separar dúas partes entre os sumondos: un que será o mesmo e / ou equivalente (e) para os dous compoñentes do torque (primeiro grupo entre parénteses) e outro que é diferente e aleatorio (segundo grupo entre parénteses).
de tal xeito, a variable T será dada por:
t = (H + C) + (a + e) para os xemelgos univiteline levantados xuntos,
t = (h) + (( C + A + E) para xemelgos separados Univiteline,
T = (0,5H + C) + (0,5H + A + E) para Biviteline Twins levantados xuntos, e
t = (c) + (H + A + E) para os nenos adoptados xuntos.
baixo esas condicións pódense alcanzar a fórmulas de correlación similares ás desenvolvidas na teoría da fiabilidade. Demostramos (Nunnally, 1967) que calquera correlación do tipo RIJ onde XI, XJ ten unha parte común equivalente (E) e outra aleatorizada, representará directamente unha proporción entre varianzas.En concreto, a proporción da varianza total de X que é explicada pola parte común equivalente (E). Este desenvolvemento foi confirmado por Jensen (1971).
A definición estatística de herdabilidade será explícita avaliar as correlacións entre xemelgos e adoptados, do seguinte xeito:
rjj = (sh2 + sc2) / st2 para xemelgos univiteline criados en ambiente común compartido.
rss = sh2 / ST2 = H2 (herdabilidade), para os xemelgos univitelinos elevados por separado en ambientes supostamente aleatorios. A herdabilidade (H2) é definida como a proporción de varianza da variable T que se explica polas variables da variable Heritage Sh2 / ST2.
rf = ( 0.5Sh2 + SC2) / ST2 para xemelgos Biviteline criados en ambiente compartido común
RPP = SC2 / ST = C2 por parellas aprobados en ambiente común.
Teña en conta que RPP non pode definir de forma operativa a ambiente (A2), xa que só se toma en consideración o ambiente común compartido. A ambiente (A2) definirse como a proporción de varianza da variable T que se explica polas variantes do medio ambiente.
a2 = (SC2 / ST2) + (( SA2 / ST2) (ambiente)
Se, idealmente, non podería medirse cunha fiabilidade perfecta e o ambiente intangible non existía, entón tería que H2 + C2 = 1. Como nunha situación empírica, non é posible, nin é posible ter ambientes absolutamente idénticos, entón H2 + C2 < 1.
ao calcular RPP, a non existencia de ambientes absolutamente idénticos (AI ¹ AJ) crea un erro aleatorio xerado polo ambiente intangible na variable de ambiente (a), que influirá subestimar o valor correspondente ao ambiente común compartido (c) e complementariamente sobreestimar o valor da herdabilidade (H2). Doutra banda, ao calcular o RSS nos xemelgos univitelinos levantados por separado, a falta de aleatoriedade do ambiente de torque pode xerar unha correlación que está acreditada estatisticamente á herdanza, polo tanto, esta relación influirá sobreestimar o valor H2. Nota entón que históricamente, en calquera dos casos, sempre presentarase unha sobreestimación de herdabilidade.
fórmulas e procedementos propios
Para estudar a influencia da herdanza nun determinado personaxe fenotípico, Holzinger (1929) utilizou as diferenzas nese personaxe entre os dous xemelgos que forman a parella. Ao comparar as diferenzas medias entre os xemelgos non válidos (II-IJ) coa diferenza media entre os xemelgos de bivitelina (FI-FJ), que se espera que tome valores absolutos, a media correspondente aos xemelgos bivitelinos (FI-FJ) é maior que a media correspondente a xemelgos univitelina (II – IJ). A expresión estatística do procedemento preséntase en función da varianza das diferenzas e sería
h2 = (var (fi -fj) – var (ii -ij )) / Var (fi -fj) (1)
Usando certas suposicións que se consideran aceptables ao tratar con grandes mostras ou poboacións xerais, esta fórmula pode expresarse en Condicións dos coeficientes correspondentes de correlación de Pearson.
H2 = (RJ J – RFF) / (1,00 – RFF) (2)
Falconer (1960) usa a fórmula correspondente á correlación intraclass, que se expresa como unha relación entre Dous tipos de varianzas. Na análise de varianza, a varianza dunha variable (t) medido en diferentes grupos pódese descompoñer en dúas partes: varianza entre grupos, var (e) ou varianza ponderada entre as medias de grupos e varianza intragrafs, varianza, varianza (i) ou media de varianzas internas dentro dos grupos.A fórmula xeral coñecida do coeficiente de correlación intraclasas (i) será
i = var (e) / (var (e) + var (i)
As fórmulas utilizadas, calcúlanse polo procedemento de entrada dobre por parellas e outro como estimado da correlación intraclass, xerar resultados idénticos (Taylor, 1980). Como Loehlin (1989) expresa, as diferentes investigacións sobre a herdabilidade utilizaban as dúas versións de cálculo, dependendo do programa electrónico que se usa. Saudino et al. (1995), nun dos seus últimos estudos con xemelgos, sobre a influencia herdanza / medio ambiente en aspectos temperamental, recorda de forma repetitiva que a correlación intraclass úsase usando un procedemento de entrada de dobre entrada. O coeficiente de correlación intraclass (I), por estar formado por unha relación entre varianzas, sería equivalente a un coeficiente de determinación (R2) na súa estrutura alxébrica. Do mesmo xeito, un coeficiente de correlación de dobre entrada, RJJ e / ou RFF, e como Jensen (1971) dixo, expresou directamente e sen a necesidade de aproveitar o seu valor á praza unha relación entre varianzas.
Na nosa notación, o que foi expresado por Falconer (1960) sería formalizado como
h2 = (Rjj – rff / (0.50)
ou, equivalente, como
h2 = (rjj – RFF / (1 – 0.50)
Teña en conta que o valor de 0,50 xorde como consecuencia dunha expresión simétrica entre o numerador eo denominador. No numerador, a diferenza está entre dúas expresións calculadas empíricamente (RJJ e RFF); No denominador, por outra banda, a diferenza é dada entre dous valores estimados probabilísticamente e refírese á diferenza entre a carga xenética compartida polos dous xemelgos univitelinos (100%) e a media da carga xenética compartida polos dous Os xemelgos bivitelinos, que como a esperanza matemática se achega o 50%, o valor que se expresa operativamente a través da proporción de pares de cromosomas comúns nos dous xemelgos. Con precisión, preciso e idéntico en xemelgos e probabilísticos e medios nos xemelgos bivitelinos.
Jensen (1967), desde a expresión de Falconer (1960), proposta por o cálculo da herdabilidade dunha xeneralización que inclúe calquera par de garantías relacionados por parentesco ou mediante a reprodución, quedando nun extremo aos xemelgos que comparten o 100% da súa carga xenética (G) e no outro extremo aos pares de nenos adoptados do mesmo sexo que, idealmente, se os seus pais non teñen antepasados comúns, teñen unha carga xenética de reixa que se achega a cero (0%).
Jensen (1967) xeneralizou isto Fórmula, propoñendo:
h2 = (rxx – ryy) / (gxx – gyy) con rxx > Ryy e gxx > gyy
onde RXX: correlación entre o par de peactacións XX levantado xuntos, RYY: Entrada de correlación E o par do parentesco e e levantado xuntos, GXX: proporción media de carga xenética compartida polo par de conxunto XX, e GYY: proporción media de carga xenética compartida polo conxunto de pares e e.
Deste xeito obtéñense as seguintes herdanzas:
h2 = (rjj – rff) / (1,00 – 0.50) (expresión de Falconer), usando xemelgos e xemelgos de bivitelina,
h2 = (rff – rpp) / (0.50 – 0.00) usando xemelgos bivitelinos e pares adoptados e
h2 = (rjj – rpp) / (1.00 – 0.00) usando xemelgos e pares adoptados.
As críticas máis persistentes da aplicación destas fórmulas refírense ás proporcións medios das cargas xenéticas compartidas (Taylor, 1980) e a suposición de que a influencia do ambiente compartido común é igual para os dous elementos da parella en todo tipo de parentesco ( Loehlin, 1989). Para un conxunto de xemelgos bivitelinos, aínda que en media comparten o 50% da carga xenética, os factores que aumentan este valor son dados, como afinidades electivas entre pais, como matrimonios consanguínicos. Adicionalmente, os dous fillos deben ser do mesmo sexo.Do mesmo xeito que as parellas adoptadas, aínda que a proporción media de carga xenética compartida, nunha situación empírica real sería aumentada pola elección dos dous fillos que se adoptarán e a posibilidade de que o consulte remoto entre eles. Do mesmo xeito, ambos nenos deben ser do mesmo sexo.
de Rao et al. (1974) Todos os estudos onde se utilizou a comparación dos compañeiros relacionados coa paternidade ou o parentesco está dentro do método xeral coñecido como modelo de ecuacións estruturais (SEM). De xeito particular, para a estimación das correlacións que utilizan a técnica coñecida como análise de rutas (Maccallum e Austin, 2000). Para cada par de xemelgos, parentesco ou aprobado xuntos nun ambiente común compartido, é xerado pola técnica de análise de rutas a seguinte ecuación básica como modelo teórico:
rij = (CICJ) x raiaj + (hihj) x rgigj + (cihi) x raigi + (cjhj) x rajgj
onde C representa o efecto sobre a variable fenotípica Do medio común compartido, H representa o efecto sobre a variable fenotípica da herdanza e RAA, RGG e RAG representan construcións teóricas, non observables e / ou medibles. Os valores son asignados segundo a teoría probabilística da herdanza e a condición aleatoria da mostra que implica a independencia entre as variables.
que cada ecuación expresa o valor teórico de O coeficiente da correlación de Pearson, formado a partir de rutas e correlacións que son de carácter teórico e / ou hipotético, e que están estructuradas entre as dúas variables observadas (TI TJ) por unha banda, e un conxunto de variables sen observación ou latente, por a outra. Así, ci = cj; HI = HJ; Rgg = 1.00 en xemelgos Univiteline; Rgg ~ 0.50 de media, para xemelgos bivitelinos e irmáns; RGG ~ 0.25 de media, para curmáns; Rgg ~ 0,00 en media, por parellas de adopción; Rag = 0.00 por correlación herdanza / atmosfera raigi = rajgj; e raa = 1.00 por definición de ambiente compartido común
como o programa de modelado de ecuacións estruturais é que observou valores do coeficiente de correlación, un para Cada parentesco e / ou adoptado, e en cada ecuación, o RGG está estimado segundo a teoría xenética. Ten un sistema excesivo se o número de coeficientes de correlación observados empíricamente é maior que o número de incógnitas.
como os procedementos para a estimación das incógnitas para estes Situacións, nas que hai un maior número de valores empíricamente calculados que de incógnitas, é por procedementos iterativos. Usando programas de computación, certos valores inicialmente arbitrarios están asignados ás incógnitas, que logo son modificadas e axustadas, ata que os valores teóricos de correlación, resultando dentro do modelo en comparación cos valores empíricamente observados da mesma correlación, en Os xemelgos, os parentes e adoptáronse, axústanse o máximo posible. Utilízase un criterio de axuste estatístico, o máis habitual coñecido como a técnica de cadrados mínimos (Rao et al., 1974, ata, 1975).
a avaliación de A bondade do axuste alcanzada será expresada ao calcular a estatística C2, cun total de graos de liberdade igual á diferenza entre o número de valores empíricamente observados e o número de incógnitas que se estimará. O valor de probabilidade asociada (P) da proba C2 expresaría o nivel mínimo de importancia (probabilidade de erro do primeiro tipo), co que a hipótese de nulidade pode ser rexeitada. No caso de non ser estatisticamente significativa esa diferenza, pódese inferir que os valores das incógnitas poden considerarse estimacións consistentes dos parámetros / construcións correspondentes. Isto non implica, con todo, que se pode afirmar que os valores atopados son os correctos e / ou os únicos posibles (Bentler e Bonett, 1980). Esta observación pode considerarse como a limitación principal deste procedemento.
o enfoque ambiental
a partir do O ángulo metodolóxico da consideración e medición ambiental, Contalati (1996) propón unha fórmula metodolóxica cuxa estrutura estatística é similar a un caso particular da fórmula xeral de Jensen (1967). O caso particular das fórmulas propostas por Jensen sería unha na que os xemelgos univitelinos levantáronse xunto con parellas adoptados do mesmo sexo e idade, tamén se levantaron xuntos desde o nacemento pola mesma familia. A fórmula de Jensen é H2 = (RJJ -RPP) / (GJJ -GPP).Supoñendo que para os gemelos gjj = 1 e que para os pares adoptados GPP = 0, a fórmula transfórmase en H2 = RJJ -RPP.
Contasti (1996) Propuxo usar, no canto do coeficiente de RPP, unha correlación intraclasa equivalente, na que a medición da variable fenotípica (t) substitúese por parellas adoptadas xuntas, por unha medida nominal do medio. Esta medición debe indicar ambientes similares e / ou equivalentes nas familias dun gran grupo de nenos e / ou suxeitos da mesma idade e sexo. Ao obter unha caracterización nominal do medio ambiente para unha mostra aleatoria, os resultados serán suxeitos a un procesamento estatístico relevante de acordo co procedemento establecido, para obter unha estimación equivalente a RPP. A fórmula metodolóxica propón categoriza o medio ambiente nominalmente, de xeito que para todos os temas pertencentes a unha determinada categoría nominal suponse que comparten un ambiente similar, que corresponde ao ambiente común compartido do par de adopción. Para todos os temas 1.2, …, J, …, n, que pertencen á categoría nominal I, é asumida: AI1 = AI2 … = AIJ = … AIN, e máis específicamente en relación co efecto Deste ambiente AJ, na variable T, en consecuencia, suponse que
t (ai1) = t (ai2) = … = t (aij) = = t (AIN)
contasti (1996) describe un procedemento específico para calcular un coeficiente de correlación intraclass: para aplicar este procedemento, será necesario transformar a categórica variable de ambiente (a) nun nivel (s) métrico (s). Esta forma de calcular un coeficiente de correlación intraclass será diferente do procedemento clásico e tradicional como relación entre dúas variacións. A vantaxe do procedemento, cara ao futuro, fará que sexa máis rápido para calcular un coeficiente de correlación intraclás múltiple, é dicir, con dúas ou máis variables independentes, resultará de elevar un coeficiente de correlación lineal de Pearson RTS entre a variable fenotípica de Interese (t) e unha (s) variable (s) para ser construída. Esta variable s representará unha transformación métrica das categorías nominais; Para construílo, será tomado como valores asignados, para todos os temas J que pertencen a unha categoría nominal I, precisamente a media (T *) dos valores variables de todos os temas J que pertencen a ese nominal Categoría i. Polo tanto, sij = ti * para i = 1 i k. En xeral TI * DIFERENTE TJ *.
Teña en conta que, mentres que o coeficiente de correlación intraclase, así como o coeficiente de dobre entrada de RPP, ten a mesma estrutura dun coeficiente de determinación (R2); En lugar de RTS, como un coeficiente de correlación lineal de Pearson entre dúas variables diferentes, debe ser levantada á praza para que adquira a mesma estrutura dun coeficiente de correlación intraclasas e, polo tanto, significa unha proporción da varianza explicada. Comprender a través dunha aproximación conceptual, por que o valor RTS2 representa un coeficiente de correlación intraclass, paga a pena analizar o comportamento das variables (s) construídas (s) en dous límites de situacións: 1) cando o coeficiente de correlación intraclass é igual a cero e 2) Cando o coeficiente de correlación intraclass é igual a un. Sábese que RTS2 representa a proporción da varianza da variable dependente T que se explica polas flutuacións da variable independente s. Entón
i = ver / vtot = ver / (VE + VI).
onde se ve : varianza entre os medios (T *) das categorías nominais K I; VI: Media ponderada de varianzas internas (VI na variable T nas categorías nominais K).
Case 1: o seu = 0. Si VI = VTOT, entón ver = 0 e o seu = 0. Este caso darase cando a distribución da variable dependente (T) é idéntica a cada unha das categorías nominais K. A varianza interna (VI) en cada unha das categorías nominais K I, será igual á varianza total (VTOT) da distribución da variable dependente (t) no colectivo, polo que, para calquera valor individual, en Calquera das categorías nominales K I, correspondería na variable s sempre un valor S = T *, que será o mesmo en todas as categorías nominais K. Para todos os IJ terás que * = TJ *. Teña en conta entón que RTT * = 0, RTS = 0 e RTS2 = 0.
Case 2: ITS = 1. Se eu vin = 0, entón o seu = 1. Este caso será dado cando as varianzas internas VI, en toda a categoría K nominal I son iguais a cero. Polo tanto, en calquera das categorías nominais K para todos os temas J desa categoría nominal I, un valor constante da variable T estará alí.Este valor será diferente para as categorías nominais K e, e en cada caso, será igual á media de T *, (S = T = T *), para todos os valores dentro de cada unha das categorías nominais K. NOTA entón que RTT * = 1, RTS = 1, RTS2 = 1.
O procedemento para calcular a correlación RTS, xa que se fai explícito, constitúe unha fórmula metodolóxica que Para ser operativo de forma relevante, require que as categorías nominais sexan construídas, de tal xeito que, en canto ao medio ambiente, son as máis perfectamente homoxéneas. Esta condición, nas correlacións onde se usan pares relacionados cos pais, conséguese cando se levantan os dous fillos adoptados desde o seu nacemento. Polo tanto, o problema instrumental para operar a fórmula metodolóxica de contasti consiste en construír esas categorías nominais dun xeito homoxéneo. Contalati (1996), para presentar un exemplo práctico, onde se mostrou principalmente o uso estatístico e o funcionamento estatístico da fórmula, propuxo unha medición nominal que implicaría, máis que o concepto de ambiente común compartido entre adoptado, o concepto de ambiente equivalente de As familias, no sentido de establecer a similitud do medioambiente (categorías nominais) utiliza datos obtidos cun instrumento para a medición do nivel socioeconómico das familias, chamado segundo o nome do seu autor como escala de grafferes (1956), que Para Venezuela foi adaptada por Méndez Castellano (1982). Dado que esta escala non foi deseñada co obxectivo de avaliar a similitude no medio ambiente das familias, isto constitúe unha limitación da aplicación do procedemento en función da precisión da estimación dos valores numéricos particulares dos parámetros, pero isto fai Non solicite validez estatística á fórmula metodolóxica proposta.
Conclusións e recomendacións
dos estudos de Galton (1883 ) Ata as formulacións de Jensen (1971) o problema centrábase no cálculo da herdabilidade, utilizando xemelgos, parentes e nenos adoptados. Esta tendencia continuou (Maccallum e Austin, 2000), polo tanto, sendo a aproximación predominante ao presente, cuxa maior limitación é a sobreestimación sistemática do coeficiente de bombardeo obtido.
de Rao et al. (1974) A medida que se ten en conta a medición do medio ambiente, aínda que só foi un factor de axuste para compensar estatisticamente as diferenzas ambientais entre os membros do torque. Nótese que ao ter como elemento básico o uso de pares mantense o enfoque xenético inicial na medición da herdabilidade. Coa fórmula metodolóxica de Contalat (1996) cambia o enfoque e vai tratar de medir directamente o medio ambiente, a posibilidade de que xa fora prevista e promovida por Loehlin (1989) e Plomin e Rende (1991). Débese notar como unha limitación instrumental, que a operacionalización proposta por contasti como exemplo do uso da súa fórmula metodolóxica implica unha medición moi crúa e indirecta do ambiente familiar a través de factores socioeconómicos que constitúen a escala de graffer.
na proposta de calcular a correlación RTS de contastesti, a diferenza do uso de RPP, que está asinado pola homoxeneización do medio ambiente, considerando os pares de nenos adoptados xuntos , ao categorizar o ambiente nunha escala nominal, está permitido, progresivamente e perfectamente, por unha banda, a medición nominal do medio ambiente pode ser mellorada continuamente e, por outra, que pode usarse en poboacións máis espazos e sen restricións, Excepto a aleatoriedade da mostra escollida.
Lógicamente, xerarase o uso de medicións en bruto e poucas palabras en relación co medio ambiente Facer unha subestimación da ambiente e, en consecuencia, unha sobreestimación da herdanza, pero á súa vez é posible que, sistematicamente, no futuro, incorporando e integrando medidas múltiples, diversas e máis precisas do medio, este sesgo pode reducirse continuamente. Neste sentido, será necesario prever e deseñar un coeficiente de correlación intraclass múltiple, que integra dúas ou máis medidas ou dimensións do medio.
a partir dunha perspectiva epistémica, Pode reiterar (contastesti, 1996) que históricamente, mediante o uso de estudos de herdanza en envellecemento común como indicador de semellanza no medio ambiente xemelgos, outros pares e en parellas de nenos adoptados, este problema está a traballar con métodos de observación básicos de forma básica Ciencia. Ao incorporar unha medición nominal do medio ambiente, os métodos constructivos e operativos, están a ser utilizados típicos dunha ciencia artifactual tecnolóxica.
referencias
1. Bentler PM, Bonett DG (1980) Proba de importancia e bondade de axuste na análise de estruturas de covarianza. Psychol. Bull. 88: 588-606.
2. Contasti m (1996) Fórmula metodológica HERENCIA / Ambiente para variables Biológicas y sociales. INFORME INV. Educ. X: 51-56.
3. Fair LJ (1975) Modelos de proba de variación en intelixencia. Herdanza 34: 132-136.
4. Falconer DS (1960) Introdución á xenética cuantitativa. Ronald. Nueva York, EEUU. 365 pp.
5. Galton F (1883) Consultas sobre a facultade humana eo seu desenvolvemento. Macmillan. Londres, ru. 387 pp.
6. Graffar M (1956) Une Methode De Clasificación Sociales D ‘Echantillons de Poboación. Courrier VI: 445-459.
7. Holzinger KJ (1929) O efecto relativo das influencias de nutrición e natureza sobre diferenzas xemelgas. J. Educ. Psychol. 20: 241-248.
8. Jensen AR (1967) Estimación dos límites de herdabilidade dos trazos por comparación de xemelgos monozigóticos e dizygóticos. Proc. Nat. Acad. SCI. 58: 149-156.
9. Jensen Ar (1971) Unha nota sobre por que as correlacións xenéticas non son cadradas. Psychol. Bull. 75: 23-24.
10. Loehlin JC (1989) Particionando as contribucións ambientais e xenéticas ao desenvolvemento do comportamento. Am. Psychol. 44: 1285-1292.
11. MacCallum RC, Austin JT (2000) Aplicacións de modelo de ecuación estrutural en investigación psicolóxica. Annu. Rev. Psychol. 51: 201-226.
12. Méndez Castellano H (1982) Método Graffar Modificado para Venezuela. FundacreDesa. Caracas, Venezuela. 56 pp.
13. Nunnally j (1967) teoría psicométrica. McGraw-Hill. Nueva York, EEUU. 640 pp.
14. Plomin R, Rende R (1991) Xenética de comportamento humano. Annu. Rev. Psychol. 42: 161-190.
15. Prescott CA, Kendler KS (1996) Estabilidade lonxitudinal e cambio de consumo de alcohol entre os xemelgos femininos: contribucións de xenética. Dev. Psicopathol. 8: 849-866.
16. Rao DC, Morton Ne, Yee S (1974) Análise de familiares II. Un modelo lineal para a correlación familiar. Am. J. Xenet humano. 26: 331-359.
17. Saudino KF, McGuire S, Reiss D, Hetherington EM, PLININO R (1995) Clasificacións dos pais de EAS TEMPERAMENTES EN XEQUINAS, HIGHTINGS COMPLETOS, HALF SILLINGS e STEP SUBLINGS. J. PERS. Soc. Psychol. 68: 723-733.
18. Taylor HF (1980) O xogo IQ: unha enquisa metodolóxica na controversia do ambiente de herdanza. Rutgers University Press. New Brunswick, NJ, EEUU. 276 pp.