Procedimentos e fórmulas estatísticas para medir a internalização / ambiente de influência em caracteres métricos em Populações humanas
Max Contasti e Edgar Matheus
Max Contasti. Doutor em filosofia e cartas, Universidade de Complutense de Madrid, Espanha. Doutor em Ciências, Universidade Central da Venezuela. Professor, Universidade Nacional Aberta, Venezuela. Endereço postal: Tarabay Building, Tarabay Building, Apartamento 3-A, Santa Paula Caracas, Venezuela 1061. E-mail: [email protected]
Edgar Matheus. Engenheiro Civil, Universidade de Los Andes, Venezuela. Mestrado em Ciência Política, Universidade Simón Bolívar, Venezuela. Consultor Engineer, Consórcio Decoyne. Venezuela. E-mail: [email protected]
O objetivo deste trabalho é o estudo e análise, a partir de um ponto de vista estatístico, dos vários procedimentos e fórmulas propostas para calcular em populações humanas, a influência da herança / ambiente em algumas variáveis fenotípicas de tipo contínuo que podem ser medidas com precisão aceitável, como estatura, peso , pressão arterial e inteligência. A análise das limitações mais relevantes na formulação estatística considerada e como, de acordo com os casos, as limitações observadas e novos procedimentos de cálculo foram gerados para minimizar essas limitações estatísticas e metodológicas. De um ponto de vista epistêmico e metodológico, até 1974 as investigações foram orientadas apenas pela abordagem genética, que calcula a influência da herança através do uso de dados obtidos de gêmeos ou outros membros do grupo familiar. Posteriormente, o ambiente começou a ser considerado como uma variável adicional para a formulação estatística na análise.
Fórmulas estatísticas e procedimentos para medir em populações humanas a influência da hereditariedade / ambiente em algumas variáveis métricas contínuas
O objeto deste trabalho consiste no estudo e A análise, a partir de um ponto de vista estatística, de diferentes procedimentos e fórmulas utilizadas para calcular na população humana, a influência da herança / ambiente em algumas variáveis fenotípicas contínuas que podem ser medidas com precisão aceitável, como estatura, peso, pressão arterial e inteligência. O documento apresenta a análise das limitações estatísticas e metodológicas mais importantes sobre as formulações cresionadas e como, à concessão dos casos, essas limitações foram corrigidas e outros novos procedimentos de cálculo foram gerados para minimizá-los. De um ponto de vista epistêmico e metodológico, até 1974 pesquisas foi orientada pela abordagem genética que calcula a influência da herança por meio do uso de dados sobre gêmeos outros membros do grupo familiar. Depois disso, o ambiente começou a ser considerado uma variável adicional para a formulação estatística na análise.
Procedimentos estatísticos e fórmulas para medir a influência herança / ambiente nas métricas de personagens em populações humanos
ou goal Det Te Trabralho consiste que eu não estudei EA Anallise, de ou Ponto estatístico vista, dois procedimentos e fórmulas diferentes para o cálculo, NAS Popularções Humanos, na Influência da Herança / Ambiente em Às vezes tipo fenotípico de tipo contínuo que será empurrado. ANÁLISE-SE A Análise Das Limitações Mais relevantes NA Estatísticas consideradas e, como, segundo casos, tem sido corrigido como limitações observadas e agradecidas Procedimentos de Cálculo para minimizar as Estatísticas e Metodológicos de Essas Limitações. Fornecendo ou fora da visão epistema e metodológica, empatei em 1974 como uma abordagem genética de cabelo para os investimentos estiveram, que calcula a influência da Herança através do uso de Gêmeos OU da participação estrangeira do grupo familiar. Subsequentemente ou meio ambiente de ser considerado como uma variavel adicional UMA para estatísticas de Formulação NA Anallise.
palavras-chave / ambiente / estatística / herança / metodologia /
recebido: 02/28/2008. Modificado: 06/18/2009. Aceito: 06/20/2009.
O objetivo deste trabalho é estudar e analisar, a partir de um ponto de vista estatístico, diferentes procedimentos e fórmulas que foram propostos para calcular, em populações humanas, Influenciar a herança / ambiente (herdebilidade / ambiente) em determinado tipo de caracteres poliênicos, que quando constituídos em variáveis são empiricamente mensuráveis com precisão aceitável. Tais personagens são, por exemplo, estatura, peso, pressão arterial e, em menor grau devido às dificuldades de sua medição, inteligência e variáveis temperamentais da personalidade. Esta análise mostrará quais foram as principais limitações das fórmulas propostas e como, de acordo com os casos, em cada um dos desenvolvimentos sucessivos, foi tentado superar tais limitações. O deslocamento do foco epistêmico e metodológico será destacado nas fórmulas e procedimentos, ao passar de projetos e medições orientadas geneticamente em gêmeos e outros kinsters para observações direcionadas diretamente à medição ambiental.
A primeira pesquisa sobre a influência estatística da herança é as de Galton (1883), onde as correlações estatísticas são comparadas e estabelecidas entre as características dos pais com crianças e netos, permanecendo como problemas de tratamento difícil as diferenças de temporalidade. e meio ambiente entre as diferentes gerações. Nesse sentido, a possibilidade de estudar gêmeos surgiu como uma maneira de determinar estatisticamente a relação herança / ambiente. O desenvolvimento estatístico subseqüente neste campo de pesquisa foi influenciado pelo desenho de estudos com plantas e animais. No caso de populações humanas, há limitações, especialmente de natureza ética, para formar os desenhos experimentais, inclusive na chamada experimentação de campo, onde é adquirida, por um lado, homogeneização e, por outro, o aleatório Atribuição dos ambientes, procedimentos que constituem uma prática comum em genética quantitativa aplicadas a plantas e animais, mas que não é facilitada em populações humanas.
Por estas razões foram escolhidas Comparar as características dos dois tipos de gêmeos, univiteline e biviteline, que sendo levantados em conjunto permitem o controle estatístico do ambiente (Holzinger, 1929). Posteriormente, Jensen (1967) estendeu e generalizou o procedimento, incluindo a possibilidade de comparar os dois tipos de gêmeos com os de crianças adotadas em conjunto. Nos últimos anos, Rao et al. (1974) estudado em conjunto e através de comparações múltiplas e simultâneas vários tipos de parentesco, como irmãos, primos, pais e tios. Procedimentos estatísticos que usam gêmeos e outras parentes colaterais, iniciados por Rao et al. (1974), eles permanecem válidos até agora. MacCallum e Austin (2000) fazem uma contagem sobre a construção e uso da modelagem de equações estruturais (meditação de equações estruturais) na investigação de influência herança / ambiente. Em todos esses trabalhos, ele continua usando como dados básicos de entrada e sob diferentes procedimentos de cálculo (entrada de entrada dupla / correlação) o coeficiente de correlação de Pearson.
Historicamente, todos As tentativas com base no parentesco se concentraram no cálculo da herdabilidade, mas de Rao et al. (1974) O meio ambiente começou a ser levado em consideração, embora fosse apenas um fator de ajuste, modelando os índices que tentaram medir a similaridade ou discrepância ambiental entre os dois membros do par. Loehlin (1989), nas conclusões do trabalho intitulado “Partição de contribuições genéticas e ambientais sobre o desenvolvimento comportamental”, diz que ainda a questão ambiental não foi estudada em profundidade e isso é bem orientado nas investigações, embora não seja conhecido . Eles alcançaram respostas definitivas. Conclui que será do lado da exploração ambiental, em vez do lado genético, onde, no futuro, os estudos darão seus idosos. Plomin e Rende (1991) afirmam, por sua vez, que é estranho, após décadas de ambientalismo, que o fator limitante neste esforço da determinação da influência da herança / ambiente tem sido a necessidade de melhores medições do ambiente, e que, em particular, Poucas medidas que se concentram no ambiente da criança.
Contasti (1996) introduzido, na sua chamada “fórmula metodológica”, uma proposta para a consideração do meio ambiente.Esta fórmula tem a mesma estrutura estatística de um caso particular de Jensen (1967), diferenciando porque, em vez de pares de crianças adotadas pela educação, amostras aleatórias de indivíduos individuais, da mesma idade e sexo, mais extensas, foram usadas nessa fórmula. e representante, que apresenta apenas uma medida que indicaria semelhança do ambiente familiar, similaridade que seria equivalente à educação comum do par de crianças adotadas.
estatística Definição de herdabilidade. Aspectos metodológicos
É assumido que, em relação a qualquer caráter poligênico, herança de herança e influência do meio ambiente. No caso de personagens contínuos e mensuráveis empiricamente, verifica-se que entre as fontes de variação, além dos gerados pela herança e pelo ambiente, o resíduo aleatório correspondente, que é gerado pela confiabilidade das medições.
Idealmente, pode ser nomeado que um caractere fenotípico medido por uma variável t, é conformado como a soma de três componentes: o primeiro, a influência da herança t (h) , para simplificar indicado como (h); O segundo, a influência da variável de ambiente T (a), para simplificar indicado como (a) e em terceiro lugar o resíduo aleatório (E), de modo que
t = H + A + e
Em princípio, hya não são variáveis observáveis e medidas empiricamente, portanto, é construído; Portanto, o resíduo aleatório e é gerado apenas pela medição da variável t. Quando pares de gêmeos ou filhos adotados juntos, é considerado uma suposição básica de que os dois ambientes correspondentes a cada um dos dois assuntos que compõem o par são absolutamente idênticos (A1 = A2); Consequentemente, eles geram o mesmo efeito: T (A1) = T (A2), será chamado de ambiente comum compartilhado e seu efeito, para simplificar, será indicado como (c). Se esta suposição não foi cumprida, uma medição diferencial do ambiente seria implicitamente. Em seguida, além do resíduo aleatório e correspondendo à medição da variável t, outro tipo de resíduos aleatórios correspondentes às diferenças dos dois efeitos ambientais também será gerado. Este resíduo (A) é chamado de ambiente intangível (falcoeiro, 1960). Nestas condições, pode ser expressa como modelo biométrico de Prescott e Kendler (1996):
t = H + C + A + E
Para a estimativa da herdabilidade, utilizando uma abordagem genética, as amostras de gêmeo usualmente utilizadas foram as seguintes:
– Primeiro de tudo, gêmeos levantados juntos foram tomados; Neste caso, não haveria possibilidade de qualquer tipo de viés estatístico, pois biologicamente o torque compartilha a mesma carga genética e idealmente elas são levantadas por seus pais naturais em ambientes sociais e educacionais idênticos. Para simplificar, a correlação RJJ simboliza duas medições da mesma variável (T), uma para cada gêmeo que compõe o par. Nesse caso, cada par compartilha a herança e, supostamente, o ambiente compartilhado comum. Seria os resíduos aleatórios, cuja correlação, por sua própria condição aleatória, é nula tanto com a herança quanto com o meio ambiente. Idealmente, ao nascer, se a variável t pudesse ser medida com perfeita confiabilidade, o valor dessa correlação RJJ deve ser igual à unidade, uma vez que apenas na barriga materna poderia existir um ambiente idêntico, mas depois, por várias circunstâncias subjetivas e individuais Mesmo para gêmeos univiteline, essa correlação, quando estimada em diferentes idades, tenderá a diminuir e será ligeiramente menor que a unidade. Isso indicaria a existência de uma diferenciação na variável de ambiente, desde os gêmeos, embora possam passar juntos vinte e quatro horas por dia, o que seria um indicador de um ambiente comum compartilhado, são diferenciados em alimentos, saúde, gostos e outros aspectos que influenciam a conformação do ambiente intangível definido acima. Este ambiente intangível terá efeitos aleatórios em conjunção com um produto de resíduos aleatórios da confiabilidade da medição da variável T (Loehlin, 1989, Plomin e Rende, 1991).
– Em segundo lugar, uma situação é apresentada que em condições ideais poderia servir para estimar diretamente a influência da variável de herança. Seria o caso de gêmeos univiteline, mas levantados separadamente.Neste caso, para que a influência líquida da variável de herança possa ser estimada, sem um viés estatístico, os valores nominais da variável de ambiente devem ser randomizados; Isso envolve atribuir aleatoriamente os dois gêmeos de cada par para ambientes futuros de reprodução, o que não será possível porque não é um experimento, pois é feito em animais e plantas, onde as variáveis podem ser controladas e randomizadas. Neste caso, é precisamente que, por um lado, não é frequente que existam gêmeos univiteline que ocorram separadamente e quando foram dadas excepcionalmente essas circunstâncias, podemos supor que haverá uma certa possibilidade de que algumas das famílias adotivas Tenha alguma parentesco entre eles, que vivem em lugares próximos de tal forma que os gêmeos compartilham muitas atividades sociais comuns, como participar das mesmas escolas. A correlação RSS nesta circunstância apresentaria um certo viés estatístico, superestimando o parâmetro correspondente à influência da herança, uma vez que o par pode compartilhar algum componente do meio ambiente, cujo efeito será estatisticamente credenciado para a influência da influência da herança. Além disso, sendo amostras muito pequenas, as restrições ao caminho e variabilidade da variável de ambiente violam a representatividade da estimativa.
O terceiro caso é gerado ao tomar Biviteline gêmeos do mesmo sexo, criados por seus pais naturais. Cada par de gêmeos pode compartilhar comumente 0, 1, 2, ¼, até 23 pares de cromossomos, calculando sua probabilidade de acordo com uma distribuição binomial. As probabilidades que um par de gêmeos compartilham exatamente 23 pares de cromossomos (caso equivalente a gêmeos univiteline), ou que não compartilham nenhum, é muito pequeno. Por ser uma distribuição simétrica, a maior probabilidade será ao compartilhar 11 ou 12 cromossomos, sendo 11,50 a esperança matemática da distribuição. Tomando então um grande número de gêmeos Biviteline, a média, em todo o par de pares será ~ 11.50. Além disso, existirá os resíduos aleatórios que serão combinados em seus efeitos com o patrimônio inexplorado. Essa correlação é simbolizada como RFF.
O quarto caso, diferente e extremo, será o dos filhos do mesmo sexo e idade sem qualquer tipo de parentesco, ambos adotados e levantados juntos desde o nascimento por ele família. Eles diferem apenas apenas no ambiente intrauterino. Neste caso, não há maior problema de aleatoriedade da variável de herança, uma vez que a grande variabilidade genotípica dos seres humanos garante essa condição. O problema seria sobre o meio ambiente, uma vez que os dois filhos, da mesma idade e sexo, devem ser adotados, porque um par de criança / adotado, para um possível tratamento afetivo diferencial, não garantirá homogeneidade ambiental. Sob as condições acima mencionadas, as amostras que podem ser obtidas são tão exclusivas que não serão apenas difíceis de formas, mas por sua singularidade não contemplaria todos os tipos de possíveis ambientes; Ou seja, é uma situação hostil e, além disso, um viés estatístico pode ser gerado muito difícil de detectar ou prever. O par, supostamente, compartilha o mesmo ambiente comum (C) comum (C), e a variável que será randomizada será a herança, que seria, portanto, combinada em seus efeitos com o resíduo aleatório. Esta correlação é simbolizada como um RPP.
para avaliar em termos estatísticos Os diferentes coeficientes de correlação usados (RJJ, RSS, RFF, RPP), em todos os casos, será Dada a influência dos quatro componentes que chamamos de herança (h), compartilhamos ambiente comum (C), ambiente intangível e resíduos aleatórios (e). Por outro lado, e de acordo com o caso, será possível separar duas partes entre os sumondos: uma que será a mesma e / ou equivalente (e) para os dois componentes do torque (primeiro grupo entre parênteses) e outro que é diferente e aleatório (segundo grupo entre parênteses).
De tal forma, a variável T será dada por:
t = (h + c) + (a + e) para gêmeos univiteline levantados juntos,
t = (h) + (h) + c + a + e) para gêmeos univiteline separados,
t = (0,5h + c) + (0,5h + a + e) para biviteline gêmeos levantados juntos e
t = (c) + (h + a + e) para crianças adotadas em conjunto.
Nessas condições podem ser alcançadas para fórmulas de correlação semelhantes às desenvolvidas na teoria da confiabilidade. Existe demonstrado (Nunnally, 1967) que qualquer correlação do tipo RIJ em que XI, XJ tem uma parte comum equivalente (e) e outra randomizada, representará diretamente uma proporção entre as variações.Especificamente, a proporção da variância total de X explicada pela parte comum equivalente (e). Este desenvolvimento foi confirmado por Jensen (1971).
A definição estatística de heritabilidade será explícita avaliar as correlações entre gêmeos e adotadas, como segue:
rjj = (sh2 + sc2) / st2 para gêmeos univiteline levantados juntos em ambiente comum comum.
RSS = sh2 / ST2 = H2 (Heritability), para gêmeos univiteline levantados separadamente em ambientes diferentes supostamente randomizados. A herdabilidade (H2) é então definida como a proporção de variância da variável t que é explicada pelas variáveis da variável Heritage Sh2 / ST2.
RFF = ( 0.5sh2 + SC2) / ST2 para gêmeos biviteline Criados em ambiente compartilhado comum
rpp = sc2 / st = C2 para pares adotados em ambiente comum compartilhado.
Observe que o RPP não pode definir operadamente o meio ambiente (A2), uma vez que apenas o ambiente comum compartilhado é levado em consideração. O ambiente (A2) será definido como a proporção de variância da variável T que é explicada pelas variantes do ambiente.
A2 = (SC2 / ST2) + (SC2 / ST2) + (SC2 / ST2) + (SC2 / ST2) + SA2 / ST2) (Ambientalidade)
Se, idealmente, t pode ser medido com uma confiabilidade perfeita e o ambiente intangível não existia, então teria que H2 + C2 = 1. Como em uma situação empírica, não é possível, nem é possível ter ambientes absolutamente idênticos, então H2 + C2 < 1.
Fórmulas e procedimentos propostos
Para estudar a influência da herança em um certo caráter fenotípico, Holzinger (1929) usou as diferenças nesse caráter entre os dois gêmeos levantados juntos que formam o par. Ao comparar as diferenças médias entre gêmeos univiteline (II-IJ) com a diferença média entre gêmeos Biviteline (FJ), é esperado tomar valores absolutos, a média correspondente a gêmeos biviteline (FJ) é maior que a média correspondente aos gêmeos univiteline (II – ij). A expressão estatística do procedimento é apresentada em termos de variância das diferenças e seria
H2 = (VAR (FI -FJ) – VAR (II -IJ )) / Var (fi -fj) (1)
usando certas suposições consideradas aceitáveis ao lidar com grandes amostras ou populações gerais, esta fórmula pode ser expressa em termos dos coeficientes correspondentes de correlação de Pearson.
h2 = (RJ J – RFF) / (1,00 – RFF) (2)
Falconer (1960) usa a fórmula correspondente à correlação intraclassa, que é expressa como uma relação entre dois tipos de variâncias. Na análise de variância, a variância de uma variável (T) medida em diferentes grupos pode ser decomposta em duas partes: variância entre grupos, var (e) ou variância ponderada entre as meias de grupos, e variância, variância, variância. (I) ou média de variações internas dentro de grupos.A fórmula geral conhecida do coeficiente de correlação intraclass (i) será
i = var (e) / (var (var (var (var (var (var (var (e) + var (i))
As fórmulas utilizadas, um calculado pelo procedimento de entrada dupla em pares, e o outro como estimado da correlação intraclass, gera resultados idênticos (Taylor, 1980). Como Loehlin (1989) expressa, diferentes investigações sobre a herdabilidade têm usado as duas versões de cálculo, dependendo do programa eletrônico usado. Saudino et al. (1995), em um dos seus últimos estudos com gêmeos, na influência de herança / ambiente em aspectos temperamentais, lembra-se de uma repetibilidade que a correlação intraclass é usada usando um procedimento de entrada dupla. O coeficiente de correlação intraclassa (I), por ser formado por uma relação entre variações, seria equivalente a um coeficiente de determinação (R2) em sua estrutura algébrica. Da mesma forma, um coeficiente de correlação RJJ e / ou RJJ e / ou RFF e como Jensen (1971) disse, expresso diretamente e sem a necessidade de tomar seu valor para o quadrado uma relação entre variações.
Em nossa notação, o que foi expresso por Falconer (1960) seria formalizado como
h2 = (Rjj – rff / (0,50)
ou, equivalentemente, como
H2 = (RJJ – RFF / (1 – 0,50)
Note que o valor de 0,50 surge como consequência de uma expressão simétrica entre o numerador e o denominador. No numerador, a diferença é entre duas expressões calculadas empiricamente (RJJ e RFF); No denominador, por outro lado, a diferença é dada entre dois valores estimados probabilisticamente e refere-se à diferença entre a carga genética compartilhada pelos dois gêmeos univiteline (100%) e a média da carga genética compartilhada pelos dois Biviteline gêmeos, que, como a esperança matemática se aproxima de 50%, o valor que é expresso operacionalmente através da proporção de pares de cromossomos comuns nos dois gêmeos. Com precisão, precisão e idêntica em gêmeos univituiteline, e probabilística e média nos gêmeos biviteline.
Jensen (1967), da expressão do falcoeiro (1960), proposto para O cálculo da herdabilidade uma generalização que inclui qualquer par colateral relacionado ao parentesco ou por reprodução, sendo em uma extremidade aos gêmeos univiteline que partilham 100% de sua carga genética (g) e, no outro extremo, aos pares de crianças adotadas do mesmo sexo que, idealmente, se seus pais não têm ancestrais comuns, têm uma carga genética de grade que se aproxima de zero (0%).
Jensen (1967) generalizado fórmula, propondo:
h2 = (rxx – ryy) / (GXX – gyy) com rxx > ryy e gxx gyy
Onde RXX: correlação entre o par de pêssego XX levantado junto, Ryy: correlação entre E el par de parentesco e e levantados juntos, GXX: Proporção média de carga genética compartilhada pelo par de xx, e gyy: proporção média de carga genética compartilhada pelo conjunto de pares e e.
Desta forma, as seguintes heriedas são obtidas:
H2 = (RJJ – RFF) / (1,00 – 0,50) (expressão de falcoeiro), usando gêmeos univiteline e gêmeos biviteline,
h2 = (RFF – RPP) / (0,50 – 0,00) usando gêmeos biviteline e pares adotados, e
h2 = (rjj – rpp) / (1,00 – 0,00) usando gêmeos univiteline e pares adotados.
As críticas mais persistentes da aplicação dessas fórmulas referem-se às proporções médias de cargas genéticas compartilhadas (TAYLOR, 1980) e a suposição de que a influência do ambiente compartilhado comum é igual para os dois elementos do par em todos os tipos de parentesco ( Loehlin, 1989). Para um conjunto de gêmeos biviteline, embora em média compartilhem 50% da carga genética, os fatores que aumentam esse valor são dados, como afinidades eletivas entre pais, como casamentos consangüíneos. Além disso, os dois filhos devem ser do mesmo sexo.Da mesma forma que os casais adotem, embora a proporção média de carga genética compartilhada, em uma situação real empírica seria aumentada pela escolha das duas crianças a serem adotadas e a possibilidade de contra-consumo remota entre eles. Da mesma forma, ambas as crianças devem ser do mesmo sexo.
de Rao et al. (1974) Todos os estudos em que a comparação dos pares relacionados por parentalidade ou parentesco foi utilizada dentro do método geral conhecido como modelagem de equações estruturais (SEM). De uma forma particular, para a estimativa das correlações, utilizam a técnica conhecida como análise de rota (MacCallum e Austin, 2000). Para cada par de gêmeos, parentesco ou adotado juntos em um ambiente comum compartilhado, é gerado pela técnica de análise de rota a seguinte equação básica como modelo teórico:
rij = (cicj) x raiaj + (hihj) x rgigj + (cihi) x raigi + (cihj) x rajgj
onde c representa o efeito na variável fenotípica Do ambiente comum compartilhado, h representa o efeito sobre a variável fenotípica da herança e RAA, RGG e RAG representam construções teóricas, não observáveis e / ou medíveis. Se asignan valores de acuerdo a la teoría probabilística de la herencia ya la condición aleatoria de la muestra que implica independencia entre las variables.
Cada ecuación expresa el valor teórico del coeficiente de correlación de Pearson, conformado a partir de rutas y correlaciones que son de carácter teórico y/o hipotético, y que se estructuran entre las dos variables observadas (ti tj) por una parte, y un conjunto de variables no observadas o latentes, por a outra. Então, ci = cj; Oi = hj; Rgg = 1,00 em gêmeos univiteline; RGG ~ 0,50 em média, para biviteline gêmeos e irmãos; Rgg ~ 0,25 em média, para primos; RGG ~ 0,00 em média, para pares de adotados; Pano = 0,00 por herança / atmosfera de correlação RAIGI = RAJGJ; e raa = 1,00 por definição de ambiente comum comum
A maneira como o programa de modelagem de equações estruturais é que você observou valores do coeficiente de correlação, um para cada parentesco e / ou adotado, e em cada equação RGG é estimada de acordo com a teoria genética. Tem um sistema sobredeterminado se o número de coeficientes de correlação empírnamente observados for maior que o número de incógnitas.
A maneira como os procedimentos para a estimativa das incógnitas para estes situações, em que há um maior número de valores calculados empiricamente do que de incógnitas, é por procedimentos iterativos. Usando programas de computação, certos valores inicialmente arbitrários são atribuídos aos incógnitos, que são então alterados e ajustados, até os valores teóricos de correlação, resultando no modelo em comparação com os valores empiricamente observados dessa mesma correlação, em Os gêmeos, parentes e adotados, ajustam o máximo possível. Um critério de ajuste estatístico é usado, sendo a mais conhecida como a técnica de quadrados mínimos (Rao et al., 1974, até mesmo, 1975).
A avaliação de A bondade do ajuste alcançada será expressa pelo cálculo da estatística C2, com um total de notas de liberdade igual à diferença entre o número de valores observados empiricamente e o número de incógnitas a serem estimadas. O valor de probabilidade associado (P) do teste C2 expressaria o nível mínimo de significância (probabilidade de erro do primeiro tipo), com o qual a hipótese de nulidade pode ser rejeitada. No caso de não ser estatisticamente significante dessa diferença, pode-se inferir que os valores dos incógnitos podem ser considerados estimativas consistentes dos parâmetros / construções correspondentes. Isso não implica, no entanto, que pode ser afirmado que os valores encontrados são os únicos e / ou os únicos possíveis (Bentler e Bonett, 1980). Esta observação pode ser considerada como a principal limitação deste procedimento.
A abordagem ambiental
do Ângulo metodológico da consideração e medição ambiental, a CONTALATI (1996) propõe uma fórmula metodológica cuja estrutura estatística é semelhante a um caso particular da fórmula geral de Jensen (1967). O caso particular das fórmulas proposto por Jensen seria aquele em que os gêmeos univiteline se levantaram com pares de adotados do mesmo sexo e idade, também criados desde o nascimento pela mesma família. A fórmula de Jensen é H2 = (RJJ -RPP) / (gjj -gpp).Assumindo que, para os gêmeos univiteline gjj = 1 e que para os pares adotados GPP = 0, a fórmula é transformada em H2 = RJJ -RPP.
contastesti (1996) Ele propôs usar, em vez do coeficiente de RPP, uma correlação intraclass equivalente, na qual a medição da variável fenotípica (T) é substituída em pares adotados, por uma medida nominal do ambiente. Essa medição deve indicar ambientes semelhantes e / ou equivalentes nas famílias de um grande grupo de crianças e / ou sujeitos da mesma idade e sexo. Ao obter uma caracterização nominal do ambiente para uma amostra aleatória, os resultados serão submetidos a um processamento estatístico relevante de acordo com o procedimento estabelecido, para obter uma estimativa equivalente ao RPP. A fórmula metodológica propõe categoriza o meio ambiente nominalmente, de modo que, para todos os indivíduos pertencentes a uma certa categoria nominal, considera-se que eles compartilham um ambiente similar, o que corresponde ao ambiente comum compartilhado do par de adotado. Para todos os assuntos 1.2, …, J, …, N, que pertencem à categoria nominal I, é assumido: ai1 = ai2 … = aij = … ain, e mais especificamente em relação ao efeito desse ambiente AJ, na variável t, consequentemente, presume-se que
t (ai1) = t (ai2) = … = t (aij) = = t (ain)
Contasti (1996) descreve um procedimento específico para calcular um coeficiente de correlação intraclasse: para aplicar este procedimento, será necessário transformar a transformação categórica variável de ambiente (a) em um (s) nível (s) métrico (s). Essa maneira de calcular um coeficiente de correlação intraclassa será diferente do procedimento clássico e tradicional como uma relação entre duas variações. A vantagem do procedimento, para o futuro, tornará-lo mais rápido calcular um coeficiente de correlação intraclassa múltipla, isto é, com duas ou mais variáveis independentes, resultará de criar um coeficiente de correlação linear de Pearson RTS entre a variável fenotípica de juros (t) e uma variável (s) a serem construídos. Esta variável representará uma transformação métrica das categorias nominais; Para construí-lo, será tomado como valores designados, para todos os assuntos j que pertencem a uma categoria nominal I, precisamente a média (T *) dos valores variáveis de todos os assuntos j que pertencem a esse categoria i. Portanto, Sij = ti * para i = 1 i k. Em geral ti * diferente TJ *.
Note que, embora o coeficiente de correlação intraclasse seja, assim como o RPP do coeficiente de entrada dupla, tem a mesma estrutura de um coeficiente de determinação (R2); Em vez disso, RTS, como um coeficiente de correlação linear de Pearson entre duas variáveis diferentes, deve ser levantada para a praça para que adquira a mesma estrutura de um coeficiente de correlação intraclassa e, portanto, uma proporção da variância explicada. Para entender através de uma aproximação conceitual, por que o valor RTS2 representa um coeficiente de correlação intraclassa, vale a pena analisar o comportamento da (s) variável (s) construída (s) em dois limites de situações: 1) quando o coeficiente de correlação intraclasse é igual a zero e 2) Quando o coeficiente de correlação intraclass é igual a um. Sabe-se que o RTS2 representa a proporção da variância da variável dependente que é explicada pelas flutuações da variável independente s. Então
i = veja / vtot = veja / (ve + vi).
O que você vê : variância entre os meios (T *) das categorias nominais K; Vi: média ponderada de variações internas (VI na variável T nas categorias nominais K I).
Case 1: it = 0. Sim Vi = vtot, então ver = 0 e its = 0. Este caso será dado quando a distribuição da variável dependente (T) é idêntica para cada uma das categorias nominais K. A variância interna (VI) em cada uma das categorias nominais K I, será igual à variância total (VTOT) da distribuição da variável dependente (T) no coletivo, e é por isso que, para qualquer valor individual. Qualquer uma das categorias nominais K I, corresponderia na variável s sempre um valor s = t *, que será o mesmo em todas as categorias nominais K. Para todos os IJ você terá você * = TJ *. Nota então que RTT * = 0, RTS = 0 e RTS2 = 0.
Case 2: é = 1. Se eu vi = 0, então é = 1. Este caso será dado quando as variações internas VI, em todas as categorias nominais K são iguais a zero. Portanto, em qualquer um dos K Categorias nominais I para todos os assuntos j dessa categoria nominal I, um valor constante da variável T estará lá.Este valor será diferente para as categorias nominais K e, em cada caso, será identicamente igual à média T *, (S = T = T *), para todos os valores dentro de cada uma das categorias nominais K i. Nota então que RTT * = 1, RTS = 1, RTS2 = 1.
O procedimento para calcular a correlação RTS, uma vez que se torna explícita, constitui uma fórmula metodológica que Para ser operacionalizado relevante exigir que as categorias nominais sejam construídas, de tal forma que, no que diz respeito ao meio ambiente, são os mais perfeitamente homogêneos. Essa condição, nas correlações onde os pares relacionados a pais são usados, é alcançado quando as duas crianças adotadas são levantadas em conjunto desde o seu nascimento. Portanto, o problema instrumental para operacionalizar a fórmula metodológica de Contasi consiste em como construir essas categorias nominais de maneira homogênea. CONTALATI (1996), para apresentar um exemplo prático, onde o uso estatístico e a operação estatística da fórmula foi mostrado principalmente, propôs uma medição nominal que implicaria, mais do que o conceito de ambiente comum compartilhado entre adoptado, o conceito de ambiente equivalente de Famílias, no sentido de que estabelecer a semelhança do meio ambiente (categorias nominais) utiliza dados obtidos com um instrumento para a medição do nível socioeconômico de famílias, chamado de acordo com o nome de seu autor como uma escala de graffar (1956), que Para a Venezuela foi adaptado por Méndez Castellano (1982). Como esta escala não foi projetada com o objetivo de avaliar a similaridade no meio ambiente das famílias, isso constitui uma limitação da aplicação do procedimento em termos de precisão da estimativa dos valores numéricos específicos dos parâmetros, mas isso faz não solicitar validade estatística à fórmula metodológica proposta.
Conclusões e recomendações
dos estudos de Galton (1883 ) Até as formulações de Jensen (1971), o problema foi focado no cálculo da herdabilidade, usando gêmeos, parentes e crianças adotadas. Esta tendência continuou (Maccallum e Austin, 2000), sendo, portanto, a abordagem predominante do presente, cuja maior limitação é a superestimação sistemática do coeficiente de descanso obtido.
de Rao et al. (1974) A medição do ambiente é levada em consideração, embora fosse apenas um fator de ajuste para compensar estatisticamente as diferenças ambientais entre os membros do torque. Observe que, por ter um elemento básico, o uso de pares é mantido a abordagem genética inicial na medição da herdabilidade. Com a fórmula metodológica da contalat (1996), a abordagem é alterada e vai tentar medir diretamente o meio ambiente, possibilidade que já havia sido previsto e promovido por Loehlin (1989) e Plomin e Rende (1991). Deve ser notado como uma limitação instrumental, que a operacionalização proposta por Contasti como um exemplo do uso de sua fórmula metodológica, implica uma medida muito crua e indireta do ambiente familiar através de fatores socioeconômicos que constituem a escala de graffar. Na proposta de cálculo da correlação RTS de Contasti, ao contrário do uso do RPP, que é assinado pela homogeneização do meio ambiente, considerando os pares de crianças adotadas em conjunto Ao categorizar o ambiente em escala nominal, é permitido, progressivamente e perfeita, por um lado, a medição nominal do ambiente pode ser continuamente melhorada e, pelo outro, que pode ser usada em populações mais espaçosas e irrestritas, exceto a aleatoriedade da amostra escolhida.
Logicamente, o uso de medições cruas e poucas em relação ao ambiente será gerado Faça uma subestimação de ambientalidade e, consequentemente, uma superestimação de herdabilidade, mas, por sua vez, é possível que, sistematicamente, no futuro, incorporando e integrando medições múltiplas, diversas e precisas do meio ambiente, este viés pode ser reduzido continuamente. Nesse sentido, será necessário prever e projetar um coeficiente de correlação intraclassa múltipla, que integra duas ou mais medições ou dimensões do meio ambiente.
De uma perspectiva epistêmica, Você pode reiterar (Contastesti, 1996) que historicamente, usando estudos de herança no envelhecimento comum como um indicador de similaridade no ambiente de gêmeos, outros parentes e em pares de crianças adotadas, esse problema tem trabalhado com métodos de observação básica. Ciência. Ao incorporar uma medição nominal do meio ambiente, métodos construtivos e operacionais, típicos de uma ciência artificial tecnológica estão sendo usadas.
1. Bentler PM, teste de significância Bonett DG (1980) e bondade de ajuste na análise das estruturas da covariância. Psicol. Touro. 88: 588-606.
2. CONTASTI M (1996) Fórmula Metodológica Herencia / Ambiente para Variáveis Biológicas Y Sociales. Inform InV. Educação. X: 51-56.
3. Eaves LJ (1975) Testando modelos para variação em inteligência. Hereditariedade 34: 132-136.
4. Falconer DS (1960) Introdução à genética quantitativa. Ronald. Nueva York, eeuu. 365 pp.
5. Inquéritos de Galton F (1883) para a faculdade humana e seu desenvolvimento. Macmillan. Londres, ru. 387 pp.
6. Graffar M (1956) Une Methode de Classificação Sociales d ‘Echantillons de População. Courrier VI: 445-459.
7. Holzinger KJ (1929) O efeito relativo da criação e influências naturais nas diferenças gêmeas. J. EDUC. Psicol. 20: 241-248.
8. Jensen AR (1967) Estimativa dos limites da herdabilidade das características em comparação de gêmeos monozigóticos e dizígiosos. Proc. Nat. ACAD. Ci. 58: 149-156.
9. Jensen AR (1971) Uma nota sobre por que as correlações genéticas não são quadradas. Psicol. Touro. 75: 23-24.
10. Loehlin JC (1989) particionando contribuições ambientais e genéticas para o desenvolvimento comportamental. Sou. Psicol. 44: 1285-1292.
11. MacCallum RC, Austin JT (2000) Aplicações de Modelagem de Equação Estrutural em Pesquisa Psicológica. Annu. Rev. Psychol. 51: 201-226.
12. Ménodez Castellano H (1982) Método Graffar modificado para Venezuela. Fundacredesa. Caracas, Venezuela. 56 pp.
13. Nunnally J (1967) Teoria Psicométrica. McGraw-Hill. Nueva York, eeuu. 640 pp.
14. Plomin R, Rende R (1991) Genética Comportamental Humana. Annu. Rev. Psychol. 42: 161-190.
15. Prescott CA, Kendler KS (1996) Estabilidade longitudinal e mudança no consumo de álcool entre gêmeos femininos: contribuições da genética. Dev. Psicopatol. 8: 849-866.
16. Rao DC, Morton Ne, Yee S (1974) Análise da semelhança familiar II. Um modelo linear para correlação familiar. Sou. J. Genet humano. 26: 331-359.
17. Saudino KF, McGuire S, Reiss D, Hetington Em, Plomin R (1995) Classificações pai de EAS Temperamentos em gêmeos, irmãos completos, meio irmãos e irmãos de passo. J. pers. SOC. Psicol. 68: 723-733.
18. Taylor HF (1980) O jogo QI: uma investigação metodológica sobre a controvérsia de ambiente de hereditariedade. Rutgers University Press. New Brunswick, NJ, Eeuu. 276 pp.