我认为说辍学率与智商呈正相关是错误的吗？

遗憾的是最后的对映幻灯片。

有趣的东西，虽然我不确定为什么说 g 不是一个东西然后推测一个他希望能解释 g 的东西是有意义的。

总而言之，德特曼先生给了高分。

给你一个问题，博士。 “大多数环境影响不是在同一个家庭长大的孩子分享的”的内在是什么？

还有一个问题：什么结果现在已经如此确定，以至于在同一个话题上鞭打没有什么意义？

第三个问题：那么那些不是生物化学家、遗传学家之类的人应该研究什么？

值得注意的是，像这样的人觉得有必要介绍他的工作：

“这是我个人的看法。
其他人可能会看到东西
不同。 拿走你的
喜欢并留下你的东西
不。”

虽然我确信 Jay Gould、Lewonting、“Montagu”和其他文化帮派从未这样做过。

在像学术界这样群体生存而帮派占主导地位的社会物种环境中，成为自由人非常困难。

“明智、有启发性、阅读乐趣无穷”

即使它在“被发现与”智力相关的“负面事物”列表中列出了“世界保守主义”？

“犯罪、事故、世界保守主义、死亡 [原文如此]、……、宗教信仰 [显然意味着除理性主义/科学主义/技术主义、市场主义之外的任何邪教，你打赌）”
还有“非法性[原文如此]”

然后我们有“伪造（谎言分数）”：我们确定吗？
欺骗是一种进化工具，很容易争论（并且由心理测试得出）智力越高欺骗越好。
“谎言分数”衡量的不是质量而是数量，而且，非常方便的是，“谎言”而不是欺骗。
事实上，他可能是对的：不太聪明的人需要更多的谎言来达到同样程度的欺骗（如果他们可以的话）。

可笑的名单还在继续，将科学与被视为科学的文学混为一谈。
“威权主义，教条主义。”
显然，这些家伙只将他不坚持的教条主义视为“教条主义”。
教条主义来自智力上的自恋，是智力所培养的。
与公园里的普通青少年和 10 位哈佛教授谈论当今的禁忌真理，看看教条主义在哪里更普遍（一个有趣的例子： https://www.unz.com/sfrancis/sex-summers-and-the-return-of-human-nature/).

然后，锦上添花的是，我们有“种族偏见”。
一个与我们日常经验一致的发现——我们知道，更不聪明的种族/种族群体更具有种族主义色彩，而黑人位居榜首。
不过，人们可能想知道为什么要针对“种族偏见”而不是一组偏见进行测量……这可能是由于某种偏见。

“修改学校
改善教师
这些努力收效甚微
为什么？
因为学校和老师只有很少的
影响学业成绩！”
-----
“22,923 人参加了 SAT 和 4-5 年后的 GRE

7,954所学院或大学的292名学生
有 > 10 名学生

使用 SAT-Math + 专业 + 性别预测 GRE-Math

R2 = 0.93

不超过 7% 的差异可能归因于教师

不管你在哪里上大学。

重要的是学生 SAT – 大学的质量 =
平均SAT"
----------

在过去的 70 年里，办学方法和教师的教育水平和智力（我指的是大学预科学校的普通教师）不断下降。
对于非常高智商的人（他们自己学习）和低智商的人（无论如何都无法学习），他们的质量几乎没有变化。
但是，在中高智商（智商=110-125）的教育生活中，学校教育质量，无论是方法还是教师智力都发生了很大变化。
他不会成为研究员或学者（如果这就是“学术成就”的意思），但他会成为一个知识渊博的人。

作为一个智力范围（110-125）的人，我可以声称，将一位遵循新式方法的平庸老师换成一位聪明且积极进取的旧式老师，永远不会深刻地影响我对这门学科的理解。 它也极大地影响了动力，尤其是在年轻人中。

学校被伤害和毁坏了 70 年（民主的影响，否则在整个西方不会完全一致），这位先生谈到“教师改进”和“教学方法修改”的无效。

教师的工资适中，只有那些认为自己不能做其他报酬更高的工作的人才想成为教师。
这位绅士在过去几十年中看到了哪里的进步？

真是个谜。

我希望我没有误解他的意思，仍然。
毫无疑问，遗传因素比教师素质甚至教学方法更具决定性； 毫无疑问，教师质量和教学方法已经下降并被逐渐……进步的社会毁容。

在欧洲，你听到了真正的问题，不仅问学习，还问智力，直到 90 年代后期才在大学考试中被问到。
然后是一场提高毕业生率的大规模运动，并有尽可能多的毕业生。
他们改变了什么？ 他们开始问一些不是实际问题的问题，而是记忆力/自觉性学习测试。
“鹦鹉”和无脑的小白鼠们欢欣鼓舞：你经常可以听到他们背诵相关书籍的相关页面，速度快得几乎听不到，表演结束后，他们获得了他们渴望的满分（自然而然地，他们同类的人对此极为重视）。

这很简单。 从通过考试、毕业甚至以优异成绩毕业的要求中去除智力。
这是大约 15 年前所做的事情。

我真的忍不住想知道这位先生所说的“改进”是什么。

这是一个很好的讲座。 我同意 Detterman 的观点，即 g 可能不是一种自然类型。 很少有思想家这样分析它（迈克安德森和约翰卡罗尔是一些例外）； 甚至 Jensen 也明确指出 g 可以用许多认知和神经类型来解释。 但是，对于 g 是非统一的，这究竟意味着什么？ 认知过程在一个层次上可以是非统一的，而在其他层次上可以是统一的； 例如，工作记忆通常被心理学家视为一种自然类型，但它可以分解为其他过程。 事实上，除了原始布尔运算或任何最低级别的认知之外，每一个认知过程在某种意义上都是非统一的。 心理学哲学需要令人信服地说明过程是如何个体化的。

话虽这么说，但与 Detterman 不同，我对 SLODR 的重视程度很小。 它的影响大小适中，可以用社会差异来解释（高智商的人有更强的智力兴趣和更多的闲暇时间来发展特定技能）。 还值得注意的是，您可以在 ECT 中找到一个（较弱的）正流形——我猜是神经参数——这表明这些参数的采样不能完全解释 g。 共享基因 à la Britt Anderson（包括分类交配）可能会起到一些作用。 环境也是如此：一些环境因素，如正规教育，似乎共同提高了各种认知能力。 他们占了多少g？

德特曼没有触及的一些前沿：（1）推理过程的认知心理学仍然相当原始； 例如，我们不知道为什么上下文嵌入推理比去上下文推理容易得多。 （是因为上下文“激活”了同一个过程，还是因为完全不同的过程？）我们对工作记忆了解很多，它实例化了推理，但对推理本身知之甚少。 Sternberg 的成分分析是一种分析推理过程的尝试，但它似乎已被放弃。 (2) 关于认知能力的进化心理学，我们有很多不知道的地方。 例如，g的系统发育是什么？ 它可能存在于大多数哺乳动物中。 它存在于爬行动物中吗？ 在昆虫中？ 在原核生物中？ 为什么在认知能力的强大选择压力下，它们表现出显着的加性遗传？ 是因为 GxE 相互作用，还是因为它们是突变目标，还是因为平衡选择（例如，社会等级的适应性价值），还是因为我们方法的缺陷？ (3) 认知刺激（如正规教育和启蒙教育）对认知能力的影响的本质是什么？ 它们似乎与测试协方差的原因之和（即与 g）相当不同。 它们对处理速度有多大影响？ 工作记忆？ 髓鞘形成和皮质大小等基本神经参数？

g 是一个解释项和 g 是一个单一的构造之间是有区别的。 例如，收入和教育等 SES 变量显示出正向的流形，探索其原因是合理的。 但这种积极的多样性可能是许多不同因果因素的结果，例如继承的财富、认知和人格特征、获得好工作的机会（凭借证书）、纯粹的运气等。

智力比治愈癌症、控制全球变暖或消除贫困更重要，因为只有高智力才能解决这些问题和所有其他难题。 平均智力仅在决定有多少人处于右尾最高端时才重要； 解决难题的关键在于您有多少人的智商超过 140、160 甚至更高的人来解决最难的问题。 只有在这个高范围内，智力才比治愈癌症或结束贫困更重要，但它是该领域研究最少的领域之一。

正态分布不适合高尾分数的频率，这是真正重要的部分，但您很少看到研究论文中使用其他任何内容，即使是关于高智商的论文。 众所周知，对数正态分布比正态分布更适合高尾——对数正态预测的原始分数比正态分布要高。

为什么不经常使用对数正态分布？ 它在电子表格和其他广泛使用的软件中实现的形式，它根本不像正态分布那样工作——你不能只插入 100 的平均值和 15 的标准差并得到任何合理的数字出来。 要转换均值和标准差，您必须使用公式 此处.

15 点标准差的对数正态平均值，平均 100。
=LN(100)-0.5*LN((15/100)^2+1)
= 4.59404488

15 点标准差的对数正态标准差，平均 100。
=(LN((15/100)^2+1))^0.5
= 0.14916638

因此，例如，可以使用以下方法计算电子表格中给定的高智商分数（n 中的前 1）的真实稀有度：
=1/(1-(LOGNORMDIST((IQ_score);LN(100)-0.5*LN((15/100)^2+1);(LN((15/100)^2+1))^0.5;1)))
（将等式中的 100 和 15 替换为其他方法和标准开发人员。）

或该分数的百分位数，使用：
= 100 * LOGNORMDIST（IQ_score；4.59404488；0.14916638；1）
（与 NORMDIST 一样，最后的“1”指定累积分布）

我怀疑使用错误的分布是大量高范围测试问题的根源。 为了在高范围内进行更多的预测智能测量，必须使用与真实分布相当匹配的曲线。 已经提出了更多奇特的曲线，例如 Burt 拟合 Pearson IV 型，但对数正态曲线效果很好。 看 鲍勃·塞茨的文章 有关使用 IQ 的对数正态分布的更多信息。 （Bob Seitz 是 1 IQ Mega Society 的前任官员。这是他的 有关情报的其他文章. 特曼研究中的那些，Leta Hollingworth 的 智商180以上的孩子 还有威廉·西迪斯，我觉得很有趣。）

如今，智商被迫适应正态分布。 智商比率是对数正态的，但智商比率是一个相当糟糕的概念，原因有很多。

您过去可以购买对数正态方格纸。

''智力''

当所有人都在社交网络上谈论“要‘聪明’”时

''不要成为种族主义者''

''不要作恶''

'''智能'可以解决所有这些问题[这是由相同的智能引起的，哈哈]''

......我认为他们的意思是“智慧”

那么为什么不那么模糊*

Well-Explain 关于如何思考的信息中的思考和精彩转折 免费信用报告 话题！ 很棒的帖子，莱斯利！..>

真的吗？ 整洁的。 就在几天前，我正在寻找正态分布图表，这让我找到了 Michael Friendly 教授的 数据可视化画廊 / 统计图形的最佳和最差 这是了不起的。

以利亚，心理年龄与实际年龄的比率没有用，但是“比率量表”（具有真零的等间隔测量）的测量是 Rasch 测量和项目响应理论 (IRT) 的目标，并且我如果这些不是对数正态分布的，我会感到惊讶。 实际上，这些方法涉及对数的比率——见 我的帖子在这里 和pdf 测量要点 教科书在 拉施网站.

“可惜最后的对立面幻灯片。”

🙂

在伦敦或巴黎的某个地方，会有一位年迈的鳏夫，他的文具店里还存有所有那些古老的专业方格纸。 你所要做的就是在他加入他的制造商和孩子们扔掉他的股票之前找到他。

我曾经特别喜欢等边三角形方格纸。

IRT 不是我的专业领域（至少可以说！），但感谢您的参考。

您提供的信息非常好，很棒。 我也想分享更多关于这个的东西。

带着敬意， 位于悉尼的抑郁症治疗