RSS
很高兴看到一项关于智力的大规模新研究刚刚发表，经过多年的工作和几个月的出版延迟。 任何可以加快结果公布的措施都是受欢迎的。 研究现已转移到国际层面，不同的群体被管理并被诱使进入合作企业，这是一项重大事业，需要学术界发展新的外交技能、不同研究群体的协调、仔细组装非常不同的数据格式和研究协议，以及对个人自我以及相互冲突的文化和政治敏感性的敏感理解。
相比之下，评论员所需要的只是耐心，在这种情况下需要等待一年。
来自 1.1 万人受教育程度的全基因组关联研究的基因发现和多基因预测。 詹姆斯·李等人。 自然遗传学，2018
这是一张很长的纸，几乎是书本那么大，因为它必须覆盖很多地方。 目录共205页，其中说明文字149页。 令人高兴的是，补充图 8 为我提供了一张我可以使用的图片，而不必解释所有内容。 这张照片（如上所示）概括了将基因研究与突触间隙的未知领域联系起来所取得的巨大进步，如果我作为一名本科生来考虑的话，这似乎只是一种神秘的化学汤，它在楼上传递信息到大脑，我的主要兴趣焦点。 现在，我们不仅拥有传输器交换的图表，而且拥有与导致实际过程的遗传密码片段的链接。
首先，关于“受教育年限”的一点评论。 我认为这是智力的弱代理，使用它只是因为数据比智力测试结果更广泛可用。 它仍然会收集有趣的东西，但会低估纯粹的情报。 要了解这种差异的程度，请查看使用实际智力测试结果的其他研究，您会发现它们似乎涉及相同的领域。 这样做后，智力和受教育年限之间的相关性是 0.7，这是非常可观的，并且与韦克斯勒子测试之间的相关性一样高。 此外，请参阅下面使用两项智力测试在研究中进行的比较。
其次，就本研究的历史而言，本文是 EA3（教育程度第 3 个样本），是之前工作 EA1 和 EA2 的后续工作。 国际上其他实验室的论文有一些重叠和重复，我们可能需要更好地解释这些。 你可能记得去年 XNUMX 月我希望“有人在某个地方跟踪整体情况，也许在一个有多个屏幕的控制室里，就像旧的 NASA 控制中心，在每个 SNP 进入视线时跟踪它的轨道。” 还没有。
第三，本文的大部分内容是关于用于将样本放在一个大数据库中的方法以及用于检测噪声中的遗传信号的所有修正和假设。 一些分析，例如家庭内研究，如果没有 47,000 对兄弟姐妹，就无法可靠地进行，而且他们只有 22,135 对，因此他们只做一些有限的推理工作。 关于所有这些统计问题，有很多话要说，这篇论文可以作为该领域目前达到的程度的文本。 其他领先的实验室将在适当的时候提供他们的详细观察结果。 请注意古色古香的“胜利者的诅咒调整”。
在本节中，作者说：
该研究使用来自冰岛的大量基因分型亲子对样本，证明完全由非传播的父母等位基因构建的 EduYears 多基因评分可以预测受访者的教育程度。 对这一发现的一个合理解释是，非传播等位基因通过它们对儿童抚养环境的影响与 EduYears 相关。 基于非传播等位基因的多基因评分的影响大约是基于传播等位基因的多基因评分影响的 30%。 对身高的类似分析发现，非传播等位基因评分的影响是传播等位基因评分影响的 6%。
我觉得这很难接受，因为“你本可以成为的孩子”和“你本可以拥有的父母”对我来说是新的。 然而，该论文认为，从亲本基因型到亲本表型再到后代表型的影响是对从家庭内研究推断出的影响比从人口 GWAS 推断出的影响更小的原因的一个非常合理的解释。 分类交配也可能对差异做出一些贡献。
如补充表 38 所示，在 Add Health 中，分数增加一个标准差与完成高中增量伪（R4.7=2%）的概率增加 6.2 个百分点相关，增加 15.6 个百分点-完成大学的概率增加了一个百分点（增量伪 R2=9.5%），重修的概率降低了 7.1 个百分点（增量伪 R2=4.0%）。
以下是直方图中的发现：
现在考虑一下，正如 Steve Hsu 所做的那样，进行试管婴儿的父母所面临的机会，因为他们的基因包含亨廷顿舞蹈病、囊性纤维化或其他一些可怕疾病的风险因素，因此他们的培养皿胚胎必须在之前进行筛查最好的一个是植入子宫。 医生可能会非常私下地对父母说：“我们已经按照要求剔除了 X 疾病的基因。 所有这 10 个胚胎都会好的。 您希望我们从最有可能完成高中的 10 个学生中选出一个吗？ 完全取决于你”。
应裁判的要求，Lee 等人。 尝试使用他们的多基因分数来预测 1519 名非裔美国人的教育程度。 事实证明它并不强大，占方差的不超过 1.6%。 这是预测欧洲成就的得分能力的 85% 下降，他们将其描述为衰减。 然而，这种衰减程度与使用欧洲风险数据预测非裔美国人分数的 3 篇论文的衰减程度相似：教育年份衰减 63%，精神病衰减 88%，BMI 衰减 85%。 然而，预计其他种族中多基因评分的预测能力纯粹会因不同的 LD（连锁失衡）模式而下降； 在欧洲人中标记因果 SNP 的 SNP 在非洲人中可能不会这样做。 仅仅下降的事实并不足以说明两个种族的真正因果关系的影响不同。 可能只是 SNP 指向了一个稍微错误的方向，但这目前无法解决。 最好有更多关于非洲人的遗传和智力数据，然后看看基于它们的预测（我们可能的祖先砧木）如何预测欧洲人的能力。 所有这些都是为了以后，当更好的数据可用时。
作者看看多基因分数是否可以预测实际的智力测试结果：皮博迪图片词汇测试和 Henmon-Nelson 测试。
MTAG-CP 评分比 GWAS-CP 评分更具预测性，增量 R2 为 6.9%，再次超过 GWAS-CP 评分的 1.8%。
在 WLS 中，MTAG-CP 分数是四个分数中最具预测性的，其增量 R2 为 9.7%，比 GWAS-CP 分数提高 2.7%。
总而言之，分数可以在一定程度上预测智力结果，尽管一旦我们得到非常大的智力测试结果样本，那么预测能力将很可能提高。
这是一个很好的结果，它验证了 Heiner Rindermann 多年前所做的工作，表明拥有受过教育的父母比富有的父母更好。
https://www.unz.com/jthompson/educated-parents-more-important-than
几乎不用说，但这些 SNP 最丰富的组织在大脑中。
本文涵盖了相当多的领域，并且以谨慎的方式进行。 我认为它会产生巨大的影响。 样本量和数据的质量控制将克服对结果适用性的怀疑。 也就是说，我假设他们会（一些读者会希望避开他们的眼睛）并且这篇论文和类似论文的兴奋将影响我们对智力、教育和遗传的看法。 它是确定认知能力的生物学原因的国际努力的一部分。 这使整个项目更接近其目标。
English
Arabic
Chinese (Simplified)
Dutch
English
French
German
Hebrew
Hindi
Italian
Japanese
Korean
Persian
Polish
Portuguese
Russian
Spanish
Swedish
Turkish
Vietnamese
还有垂体！ （再次）从补充材料的第 121 页：
第 24 页的补充图 198 直观地显示了这一点。
补充图 27 给出了对染色体预测能力的有趣观察。 染色体 2 既大又具有不成比例的预测性。
PS这是您的主角的标题：
是的，垂体正试图告诉我们一些事情。 感谢您提供更详细的列表，我跳过了。
“如果拥有更多关于非洲人的遗传和智力数据，然后看看基于它们的预测（我们可能的祖先砧木）如何预测欧洲人的能力，那就太好了。 所有这些都是为了以后，当更好的数据可用时。”
今天的非洲人不是我们祖先的砧木。 目前的智慧告诉我们，我们是我们祖先离开时居住在非洲的不同类型人类的一小部分样本的后代。 今天的非洲人大概也有这种血统，同时也来自古代非洲人，而我们并不是他们的后代。 （在这样的讨论中，我认为“Africa”是撒哈拉以南非洲的简写。）或者我的理解 - 可以纠正。
正确的。 简单地说，非非洲人可能有非洲人从未接受过的变种，因为他们不必适应新的生物群落。
发现的大约 100 个 SNP 被描述为因果关系。 因果真的意味着因果吗？ 因果 SNP 是否适用于所有人群？ 然而，即使是因果 SNP 也可能仅在某些环境背景下具有因果关系。
为什么将 DNA 描述为因果关系是不公平的？
他可能正在考虑检测到的 SNP 与因果 DNA 处于 LD 中的问题（我认为这可能是 SNP 或结构变异）而不是因果本身。 群体评论是因为 LD 可能因群体而异。 你的一些 Davide Piffer 帖子在帖子本身或评论中提到了这一点。
论文中的一些相关摘录：
补充材料在第 119-121 页有更多讨论。 补充表 10 列出了因果 SNP。 令我惊讶的一件事是，他们中很少有人编码 SNP。
谢谢你简化这个！！ 顺便说一句，Razib Khan 和 Spencer Wells 在他们的播客中就这项研究对 James Lee 进行了精彩的采访： http://insitome(dot)libsyn(dot)com/website
这篇文章已经在 UNZ 评论的前两个主题中进行了广泛讨论。 现在我们对一篇需要 200 页来隐藏真实结论的“论文”有更多的讨论。
这些“百万人”研究样本太少，只是随机噪声，这就是为什么他们每个人都发现了完全不同的基因组。 取 40 个基因，每个基因有 2 个变体（这只是被提议与诸如“智商”之类的东西相关的基因的很小一部分）。 遗传变异的可能数量是 2 的 40 次方——也就是这 40 个基因的超过一万亿个组合，每个基因只有两个变异。 1 万人的样本量对应于测试少于百万分之一的这些组合。
这导致了两个不可避免的结论。
1. 世界上没有足够的人对涉及 >ca 的复杂特征进行有意义的统计。 30个基因。 所有这些研究都只测量噪声伪影。
2. 没有基因测试能够预测一个人的“智商”（或相关的东西，如“教育成就”）。
我们应该问自己的问题是为什么我们从“心理学家”那里被卖了这么多明显的蛇油。
你认为如果你在足够多的地方重复这件事足够多的时间，它会神奇地变成现实吗？
关于 1. 你了解加性行为是如何工作的吗？
关于 2. 你认为身高也是如此吗？
文盲认为像“智力”这样的无意义的抽象与“身高”是一样的。
这样的人会被认真对待。
更多的谎言，该死的谎言，你知道是什么。
“拥有更多关于非洲人的基因和智力数据会很好。 . 。”
如果存在唯一识别人类智力的遗传标记，那么找到它会好得多。
但我很欣赏蚊子的紧张。
现在这很有趣，我想知道是否也涉及松果体。 据我所知，这两个没有神经元，而是通过分泌激素起作用，这意味着它们的影响似乎是间接的。
这激起了我的兴趣，因为这两个腺体传统上被认为是涉及获得更高意识水平的第 6 和第 7 脉轮的物理关联。 更高的意识给予更清晰的感知，这可以被衡量为更高的智力。
那么看来我们不仅仅是在谈论身体结构和智力的相关性。 相反，我们谈论的是三方面的相关性：意识、智力和身体结构。
是否允许将意识带入其中，詹姆斯·汤普森？ 🙂
承认黑人的智商平均比白人基督徒 (10-100) 低 105 分是很好的，但我们不得不承认犹太人的智商比白人高 7 分，而且数字还不错其中有美国宇航局的聪明人。 以爱因斯坦为例。
现在不要误会我的意思，犹太人是极少数，除了智商之外的其他一些因素（裙带关系、地理、传统）在这么多拥有超高智商的美国白人人口中也很重要。
但事实是，白人无产者会做愚蠢的事情，其中大部分与环境有关。 你是一个像埃米纳姆一样在底特律公立学校被乡巴佬移植到底特律的天才吗？ 如果你很聪明，你会是一个辉格。 但只有百万分之一的辉格人士像 Eminem 一样成功。 如果你是一个在综合学校中拥有日本人或亚洲智商的女孩，正如另一张海报所提到的，你会屈服于性欺凌，最终可能会生下一个没有父亲的孩子。
更常见的是，根据我的经验，聪明的孩子最终成为石头人。 他们在初中就开始玩大麻，可能早在 7 年级，到 16 岁时，他们就迷上了冰毒（有钱的孩子可以买得起可卡因和戒毒所），在这一点上，他们犯下与黑人相同的小罪来得到它——入室盗窃，财产盗窃，缺点，交易。 大多数最终入狱的白人并不像杰弗里·达默 (Jeffrey Dahmer) 或托尼·女高音 (Tony Soprano) 那样邪恶——他们只是被盗窃工具和故意持有冰毒而被逮捕。
幸运的低收入白人是住在小城镇的乡下人。 在 4-H 俱乐部会议上，没有人会被那些通常比白人成熟得更快的黑人所取代。
但在小镇上做一个聪明的乡巴佬有其局限性。 也许你的父母可以让你上大学，但上公立学校，而不是常春藤盟校。 此外，农村白人倾向于年轻结婚（天主教徒和路德教徒较少），因此这些聪明的白人在 21 岁结婚，有一个大约这个年龄的孩子，经济压力使他们远离学业成就或大笔金钱。
多么大量的克拉波拉……
这是证据……
所以这就是它在社会“科学”中的做法……
有趣的是，在真正的科学中，国际合作现在已经成为关于 OH 的“事情”，因为关于牛顿……
哈哈…
多基因评分中有多少个 SNP？ 这个多基因评分是如何构建的？ 在我们阅读的论文中。
根据 LD 标准删除了多少 SNP，它们的预测（增量方差解释）为 3.2%、9.4% 和 12.7%。 最好的情况是在 LD 中的 SNP 没有被删除，而是在分数中加权。 那么3.2%和12.7%的差别从何而来？ 让我们先来看看他们的总结，他们谈论了真正完成的事情：
该总结表明，仅凭 1,271 个 SNP，它们就可以解释 11-13% 的教育程度差异。 但这是真的吗？ 他们称这些 SNP 未来分析的宝库s。 让我们转到常见问题说明以获取更多解释：
事实是，要获得 11-13% 的预测，来自 1,271 个“宝库”的每个“主要 SNP”必须平均与额外的 787 个 SNP 相结合。 多基因评分中的 10 万个 SPN 很多。 多基因评分使用了人类基因组中所有 SNP 的 XNUMX%。
样本量呢？ 1.1 万个样本是进行 GWAS 的探索性样本，如果我理解正确，则确定多基因评分中每个 SNP 的权重。 预测（验证）样本要小得多：青少年到成人健康（添加健康， n = 4,775) 和健康与退休研究 (HRS, n = 8,609).
假设我们从多基因评分中删除了 1,271 个“主要 SNP”。 这是否意味着剩余的 1 万-1,271 个 SPN 预测 11%-3.9%=7.1%？
这篇论文值得大肆宣传吗？
作者是否犯了一些混淆？
你之前也提过这个问题。 从那以后你有没有想过？
确实存在一个问题，即数学系统在疯狂地不确定。 假设值为 10 或 0,1 且 n=2 万个因变量样本，则有 1.1 万个 SNP 可被视为离散变量。 如果您从所有 SNP 中构建了一个线性函数（多基因评分），那么显然有无数个解决方案。 因此，必须以不同的方式提出问题：找到可以包含在解释因变量的多基因评分中的最小 SNP 数量。 如果对于每个 SNP 子集，您可以添加额外的 SNP 并可能提高预测，那么您知道什么时候停止？ 你什么时候知道自己没有过拟合？
您必须将样本分为两个样本：探索性子集和验证子集。 在探索集上确定给定 SNP 子集的函数系数，在验证集上测量 R^2。 当您将 SNP 添加到多基因分数时，探索集上的 R^2 将增加，但在验证子集上的某个点 R^2 将停止增加。 这意味着您已经达到了探索集过度拟合的程度。
这种方法是否能保证您找到唯一的解决方案？ 不，SNP 的其他子集可能会产生类似甚至更好的有效拟合。 整个技巧和数学上的困难在于，出于所有实际原因，从无穷组合中找到这些子集。 Steven Hsu 用他的套索（L1 拟合）方法大肆宣传每个人，但实际上他“作弊”，因为他将所有 SNP 的原始集合减少到与表型（因变量）具有可测量相关性的那些。 因此，他最终得到了 50,000 个 SNP，而不是数百万个 SNP，他从中找到了 10,000 个 SNP 的解决方案，可以解释 9% 的教育成就。 是否有可能在他的 50k 子集之外还有其他子集也可以完成这项工作？ 是的，但我们永远不会知道。 没有可测量相关性的 SNP 可能在组中相关，因此这意味着不应将它们排除在可能的解决方案之外，因为 Hsu 将它们排除在外。
使用探索性和验证性样本的程序是否建立了因果关系？ 我正在思考这个问题，没有很好的答案。 答案将是统计的，即，解决方案不是因果而是虚假的将有一个非零概率。概率将取决于探索和验证样本的大小。
线性（加性）多基因评分是否合理？ 我不知道。 问题很复杂。 当使用线性多基因评分时，它在数学上变得更加简单。 但是有些简化我不确定是合理的。 据推测，它们可能会被 GWAS 证明是合理的。 我不知道。 例如，线性多基因评分意味着从 0 等位基因到 1 等位基因变化的累加效应与从 1 等位基因到 2 等位基因的叠加效应相同。 那么这意味着不同的 SNP 彼此无知，而具有 SNP1 和 SNP2 的效果可能不是两个 SNP 的效果总和。 要发现它，必须要么进行非线性多基因评分，要么更好地进行逻辑回归，其中 SNP 无法数学化为数值。
另一个与样本量有关的问题。 是否有可能说 n=1.1 万样本 GWAS 将表明 SNP_x 明确负责情报，但当样本增加到 2.2 万时，会发现 SNP_x 不负责情报？ 绝对地！ 这就是为什么 GWAS 结果总是依赖于样本而不是通用的。
是否有可能即使我们拥有地球上所有人类的 7 亿样本，GWAS 发现的 SNP 集（1）也不会完整或（2）包含虚假而非因果的 SNP？ 是的。
”这篇论文涵盖了相当多的领域，并且以谨慎的方式进行。 我认为它会产生巨大的影响。 ”
为什么会产生巨大的影响，什么影响？
让我再谈一次您提出的未确定系统的问题。 问题在于如何确定给定模型产生的相关性是因果关系还是虚假相关性。 该方法要求模型在探索样本上单独开发，并在验证样本上进行测试，验证样本必须独立于探索样本。 验证样本可能不是探索样本的子集！
让我们想象一下，有一个不道德的科学家（我想到了 Davide Piffer），他掌握了 7 亿个 IQ 和 SNP 样本。 他可以将整个样本作为探索样本，开发一个模型（多基因评分），用 R^2 预测智商。 然后他可以提取一个子样本 N<7 亿并将其称为验证样本并假装它是独立的，他将在此验证样本上为他的模型接近 R^2。 没有办法撤销他的结果。 每个使用他的模型的人都会得到相同的结果。 将无法确定相关性 R^2 是虚假的还是因果关系。
这是处理严重未确定的数学系统的危险。 这可以避免吗？ 不会。迟早会发生这种情况，因为不同的样本将合并为一个大型样本，并且“监管链”将丢失。
很好的评论 双曲线，心理学家、生物学家、社会学家、教育家、医生等……都在卖蛇油。 他们出售的是一门非常昂贵的、唯物主义的“科学”，这对他们来说当然是一门很好的生意，但对于那些为学术妄想付出代价的普通人来说却不是那么好。
关于“我们的砧木”……
北半球人口中的尼安德特人基因与智商直接相关。 白种人和亚洲人的平均智商超过 100。非洲黑人和澳大利亚土著人的平均智商低于 70。中东原住民和美国“有色人种”的平均智商约为 85。
尼安德特人的大脑平均比完全现代人的大脑大，研究指向象征性思维。
一个 SNIP 背景资料：
单核苷酸多态性，通常称为 SNP（发音为“snips”），是人类中最常见的遗传变异类型。 每个 SNP 代表单个 DNA 构建块（称为核苷酸）的差异。 例如，SNP 可以用核苷酸胸腺嘧啶 (T) 替换特定 DNA 片段中的核苷酸胞嘧啶 (C)。
SNP 通常存在于整个人的 DNA 中。 它们平均每 300 个核苷酸出现一次，这意味着人类基因组中大约有 10 万个 SNP。 最常见的是，这些变异存在于基因之间的 DNA 中。 它们可以作为生物标记物，帮助科学家定位与疾病相关的基因。 当 SNP 出现在基因内或基因附近的调控区域时，它们可能通过影响基因的功能而在疾病中发挥更直接的作用。
大多数 SNP 对健康或发育没有影响。 然而，其中一些遗传差异已被证明在人类健康研究中非常重要。 研究人员发现 SNP 可能有助于预测个人对某些药物的反应、对环境因素（如毒素）的敏感性以及患特定疾病的风险。 SNP 还可用于追踪家族内疾病基因的遗传。 未来的研究将致力于识别与心脏病、糖尿病和癌症等复杂疾病相关的 SNP。
我认为这篇论文应该是针对其数据集发表的。 以及所使用的统计方法的文档，以及所描述的软件和数据分析中的当前技术，但我不确定我是否可以接受其结论或推论性建议。 并使其出版商赚了很多钱。
直到支持生物在不断变化的环境中的神经控制行为的整套生物过程被编译成一个单一的交互式动态、输入可控模型，该模型能够模拟将人类心理行为表达为输入函数的结果，我才会相信可靠的预测权力已经实现。
感谢这篇论文，昨晚让我很忙。
我认为他们的意思是他们将在具有高影响指数的“著名”杂志上发表论文，例如每篇出版物 5 ,10 15 分或更多……。 .
他们有科学杂志的排名，当然只有英文，而且每本杂志都有一个影响指数，比如发表在“疯狂神经元”5分影响，发表在“疯狂神经递质”10分影响，发表在《疯狂基因》50点冲击等……
如果这组研究有很大的影响，“巨大的影响”，他们的学术生涯就会有很大的进步，他们将能够申请更多的资助来继续他们的研究。 如今的大学教授，毫无影响，
通常，您必须付费才能在具有高影响力的出版物上发表文章。 在免费上网的时代，我们怎么会有这种情况？ . 嗯，在生物科学领域，所有或几乎所有“享有盛誉”的少数高影响杂志都由6家出版公司控制，顺便说一下当时的荷兰之一，他们只用英语出版，从而边缘化其他语言，他们只考虑由论文的论文对象所代表的流行科学范式，异见或其他科学方法或概念被边缘化。
https://en.wikipedia.org/wiki/National_Institutes_of_Health
世界最大的生物医学研究机构，美国政府：美国国立卫生研究院（NIH），2018年预算37.000万美元。
引人入胜的帖子，谢谢汤普森博士！ 一种关于方法论的评论......
纯智力和教育程度之间的相关性在欧洲肯定比在美国要好得多……如今在美国，几乎每个人，包括智商低于平均水平的学生，都可以而且确实可以申请助学贷款并参加某种开放式教育。录取，通常是营利性的，高等“学习”机构。 不幸的是，这通常会导致没有经济利益的巨额债务，以及与智商无关的教育“成就”水平……我们也有很多奖学金运动员，其中许多是非裔美国人，他们获得了 4 年学位，但在功能上文盲。
另一方面，我认识或教过那些从大学甚至高中辍学的非常聪明的学生，他们通常在 IT 领域或游戏领域全职工作。
这里的一些评论者可能会更喜欢 Eric Turkheimer 对 EA3 的看法： http://www.geneticshumanagency.org/gha/ea3-better-formatting/
除了，不允许评论； )
特克海默非凡的谦虚给我留下了特别深刻的印象：
我想我们即将进入每个人都说“这是显而易见的”的阶段，尽管几十年来一直否认这一点（例如讨厌钟形曲线）：
一件好事是他与罗伯特·普洛明（Robert Plomin）即将出版的书有关： https://mitpress.mit.edu/books/blueprint
抱歉 .. 但我认为文章 RUBBISH ......它无法告诉像我这样的普通人这一切是关于什么的..Aleegedly它在一个锅中投入了几个不同的研究并从这个汤中提取了一些“结论......它隐藏了自己隐藏在神秘的缩写中很难看透伪统计的笨蛋……对不起，伙计们……皇帝没有衣服！
感谢您将我引向 Turkheimer 的评论，其结尾如下：
它并没有表明种族和族裔群体之间结果的差异是由基因决定的。 事实上，今天这些事情都没有比昨天更有可能了。
我认为这是错误的，因为每篇论文都显示了一个基因组的遗传密码与重要结果之间的详细联系，例如完成教育的年数，增加了另一个基因组可能具有不同密码的可能性，从而导致不同的结果。 然而，如果无法证明任何基因组与教育成果之间存在任何联系，那么它解释教育程度的种族差异的可能性就会小得多。 目前，寻找遗传差异作为对遗传群体结果的解释已经变得更加站得住脚，而不是更少。
我知道了。
和气候科学一样吗？
有许多医疗条件（罕见疾病），其样本量远少于一百万，足以确定导致该疾病的基因。 通常人们会发现一个或几个基因既是必要的又是导致疾病的充分条件。
百万样本的“智商”研究表明，产生如此复杂（且定义非常模糊）的特征所必需和足够的基因数量并不多。 对于“智商”，结果就出来了（除非您想提出在您的百万人样本中最终出现了一组极不可能的人）。
挥舞着像“多基因”这样的神奇解决方案（为什么“加法”应该是线性的——复杂的相互依赖在生理上更合理）只是试图掩盖失败。 如果只有 10 个基因，这些研究应该已经给出了压倒性的明确答案。 是时候承认“智商”的情况是如此复杂，以至于即使有 30 个基因，基本上全人类也必须经过测量才能找到这 30 个基因。
我在 res 的回答中更多地解决了这个问题——我坚持认为我们已经证明没有一小组基因可以解释结果。 对我来说，重要的问题是：如果我知道一个人的确切基因组成，我能否预测他的“智商”（或相关特征，如教育成就——两者都很难定义）。 如果特征的复杂性如此之大，以至于只能进行非常模糊的平均统计分类，那么“心理学家”正在制造非常丑陋和危险的“社会”毒药。 鉴于“现代心理学”的历史发展，这不会让我感到惊讶。
我了解样本量问题并重视您的意见。 也许人们可以从不同的角度来讨论这个话题：我可以找到多少个具有完全相同 SNP 集的人，他们的“智商”差异是多少？
可能有办法测试任何特定的 SNP 是否是因果关系。 例如，对于罕见疾病（仅涉及一个或少数几个基因），现在尝试通过改变基因来验证和“解决”医学问题。 当涉及数百个基因时，这种类型的方法可能变得过于繁琐和无趣。
顺便说一下，从医学上我们知道绝大多数“疾病”状况都涉及基因组的编码区。 这就是为什么我更喜欢谈论基因而不是 SNP。 它还可能将问题的规模减少到大约 19,000 个基因，而不是数百万个 SNP。
有好的科学和欺诈的科学。 不幸的是，“我们的”社会现在为欺诈科学家提供了比诚实科学家更多的动力。 一个相关的问题是使用“伪科学”来销售“产品”。
”。 . . [A] 教育“成就”水平 [在美国] 与智商无关。 . .”。
正是如此，皮洛士。 我是当地不太挑剔的州立大学的密切观察者，据我所知，80% 的学生不会从出勤中受益，更糟糕的是，这些学生可能会受到实际伤害。 他们将获得学位，这会误导许多人相信他们比实际能力强得多。
尼安德特人是一只光荣的大猩猩。 尼安德特人的混合物是一个减号，而不是一个加号。
澳大利亚原住民携带尼安德特人的 DNA。
白种人包括中东和北非和印度次大陆人。 他们的平均智商没有超过 100。事实上，美国黑人的智商更高，大部分非洲黑人也是如此。 那是假设这个 IQ gobbledygook 中的任何一个都是真实的。 我认为可以肯定地说，智商是强加给人类的最大骗局之一。
顺便说一句，如果非洲人的智商低于 70，他们有资格参加特奥会，那么你最好想出一个合理的解释，为什么我还没有遇到像你这样愚蠢的人。
研究不必指向早期人类的象征性思维。 这是给定的。
把它留给那些痴迷于智商的居民巨魔研究人员将像身高这样严格控制的东西比作我们所知道的最复杂的特征——科学仍然不理解，也许永远不会理解的特征。
人脑实际上就像宇宙一样不透明和难以理解。 另一方面，吃蔬菜和喝牛奶，你会长得更高。
多么具有误导性和欺骗性。 您链接的论文中没有任何内容是对钟形曲线的认可。 就在这一刻，特克海默支持他对这本书的批评。 不要相信我的话，给他发电子邮件。
查尔斯·默里（Charles Murray）再次兜售关于种族和智商的垃圾科学
https://www.vox.com/the-big-idea/2017/5/18/15655638/charles-murray-race-iq-sam-harris-science-free-speech
这究竟是如何引起争议的？ 它如何支持钟形曲线？ 请注意，Turkheimer 所指的是人类（即个体差异）而不是 群体差异。 他的双胞胎引用可能是任何种族或肤色的双胞胎。 如果有人在我的大家庭中长大，他们可能会在教育上取得成功，因为这正是我们所做的。
如果这是真的“超过 98% 的人类基因组不编码蛋白质序列”（wiki），那么在 10 万个 SNP 中只有 200,000 个属于编码区。 在这篇论文中（参见我的评论 #16），为了获得 11-13% 的方差解释，他们有效地使用了 1 万个 SNP，而对于 1,271 个“领先”SNP，他们仅解释了 3.9%。 这意味着他们在多基因评分中使用的 800,000 个 SNP 形成了非编码区。 不出意外的评论者 水库 在他的评论 #6 中写道：
（顺便说一句，补充材料在哪里可用？）
编码/非编码 DNA 的二分法可能在某种程度上是错误的，并且发生的事情比迄今为止遗传学中假设的要多得多。 但是，如果只有来自编码区的 SNP 就足以解释任何性状，那么如果来自编码区的所有 200,000 个 SNP 都已经包含在多基因评分中并且它们仍然无法复制某些性状的基于双胞胎的遗传力，那么案件应该以这样的结论结束，即基于双胞胎的遗传力怀疑论者提出的反对意见一定是正确的，即基于双胞胎的遗传力高估了实际的遗传力。
不过，正如我在之前的评论中所写的那样，多基因疮不一定是线性的和累加的。 尽管 Hsu 去年写了一篇论文，他提议使用二阶抛物线非线性，但非线性，afaik，没有经过测试，但是，afaik，他没有实现。 我认为他想这样做的原因是，即使他使用了 2 个 SNP，他的身高线性预测函数也无法达到基于双胞胎的遗传力。
我不明白为什么那些通常反对智力 DNA 研究的人没有提出本文中使用的 1,000,000 个 SNP 的问题。 看在上帝的份上，编码或附近区域所剩无几，他们只能得到 11-13%。 一个原因是1,000,000 SNPs的问题隐藏在FAQ部分，没有出现在论文的正文中。 论文的摘要应该被重写： 1,271 个主要 SNP 解释了 3.9% 的差异。 通过将额外的 11 个 SNP 添加到多基因评分中，解释的方差增加到 13-1,000,000%。 以避免对结果的严重歪曲。
各种营养因子（通常称为某种生长因子，如 BDNF、IGF 等）的表达水平并非完全由遗传决定。 表观遗传学和饮食等，如慢性或急性的压力和毒性暴露，会影响对智力至关重要的营养因子的表达水平，例如神经营养因子，如 BDNF。 因此，包括 SNP 在内的遗传数据的使用充其量只是支持或允许智力，而不是决定性的。 遗传学可能会为智力设定某种较高的水平或界限，但不会设定较低的水平。 （组织损伤向另一个方向发展。）
这不包括家庭文化和其他文化因素等环境因素。
由于环境和表观遗传影响很大，这个问题很难归结为纯粹的遗传因素。
IQ/遗传学否认有多种形式（例如与个体差异和种族差异有关）。 我的 TBC 参考只是一个例子。
我在第一次发表时看到了 Turkheimer（加上 Harden 和 Nisbett）Vox 的文章。 帮助我决定这三个都必须非常仔细地阅读才能破译它们是什么，不是在说什么。
为了回应那篇文章，让我们来看看这个可笑的稻草人，他们在 TBC 中给出了默里的细微意见：
让我们将其与 TBC 中的段落进行比较，我认为该段落最能体现其对遗传在种族智商差异中的作用的立场：
看到不同？
所以你是说美国黑人/白人智商差异的基因贡献完全为零？ （或者您是否仍然认为黑人实际上具有更高的遗传智商，但环境弥补了这一点？）
很高兴知道这些事情，这样当你被证明是错误的时，我可以以你为代价来享受一个丰盛的 LOL。 您不认为迄今为止发现的 IQ SNP 的 SNP 频率差异是令人信服的证据 一些 种族智商差异的遗传贡献很大程度上说明了您对该领域的理解以及评估手头证据的能力。
PS 关于那篇 Vox 文章的影响，最好的部分是作者的澄清，他们明确表示他们不同意什么是真实的。 史蒂夫赛勒在这里谈到了这一点： https://www.unz.com/isteve/vox-demonizing-charles-murray-is-really-about-protecting-jews/
如果您想更详细地删除 Vox 文章，这非常好： https://medium.com/@houstoneuler/the-cherry-picked-science-in-voxs-charles-murray-article-bd534a9c4476
另一个： https://quillette.com/2017/06/02/getting-voxed-charles-murray-ideology-science-iq/
还有一个： http://quillette.com/2017/06/21/vox-goes-junk-no-good-thats-bit-intelligent-progress/
https://www.nature.com/articles/s41588-018-0147-3#Sec34
我认为原因是样本量不足。 据我所知，尽管 UKBB 样本量似乎足以“解决”身高的加性遗传，但他们还没有发表身高的非线性预测。
争论并不是非线性无关紧要。 相反，大多数遗传力是由线性效应解释的。
如果我知道他们的基线模型解释了多少方差，我会更容易解释这篇论文中 11-13% 的方差解释数字。
感谢您的链接。
我看不出更大的样本对他有什么帮助？ 他将 SNP 预过滤到 50k，然后当他寻找具有越来越多 SNP 数量的解决方案时，他遇到了一个平台，通过在验证样本上添加更多 SNP 的 R^2 不再增加。 更大的样本不会改变它。 但是通过非线性多基因评分，可能会从数据中挤出更多。
更大的样本可能会改变任何东西，前提是它影响了他的预过滤，从而导致了不同的 50k 个 SNP 子集。 我认为不太可能。 他的预过滤基于 SNP 与性状的个体相关性。 不同的 SNP 会出现在他的预过滤子集中吗？
没有人否认智力的个体差异。 这是最好的（或最坏的）稻草人。
鉴于智商的可塑性以及种族内部和种族之间的巨大差异，你必须在科学上非常文盲才能声称基因在黑人/白人智商差距中发挥作用。 此外，遗传解释不一定支持您所渴望的结论。 如果您关注 Vox 文章引发的辩论，您会记得 Ezra Klein 在与 Sam Harris 会面前几天给 James Flynn 打过电话。 弗林接着说，10 分的智商差距完全有可能反映 12 分的环境差异和 2 分的负遗传差异。 也就是说，黑人很可能在智力方面具有先天优势，而这种优势会被环境因素所淹没。 对我来说，这比替代方案更合理。
这是荒谬的。 除了在暗网的伪科学圈子里，什么也没有看到。 没有什么是你可以提出来的，没有什么是不能被拆开和全面反驳的。 这正是为什么您的“数据”仅在暗网的伪科学圈内交易的原因。 你们智商者可能很愚蠢，但我会称赞你们在宣传、误导方面的能力以及在躲避真正科学探究的消毒光方面的非凡技巧。 把它带到一个真正的科学会议上，然后解释为什么这样那样的黑人天才能够在缺乏所谓的“与智商相关的 SNP 频率”的情况下存在，你声称在黑人和白人之间是离散的。 你拿着一个纸牌屋，布鲁。 即使是婴儿的呼吸也可以将其吹倒。
当然，这就是您和 Sailer 阅读后续文章的方式。 对于一个理性、公正的观察者来说，第二篇文章只会比第一篇文章更详细地埋葬默里和他的种族主义伪科学。
我们谈到了它。 基线模型可能去除了太多而没有它，或者使用更温和的模型，解释的增量方差会更大。 当 Turkheimer 写道：“这项研究的作者对结果的解释非常谨慎和周到，远比上面的人更加谨慎。” 我认为他没有解决这个问题，但表明作者是保守的。 但也许他们是保守的，而是报告较低的方差而不是较高的方差。
您仍然没有触及多基因评分中 1,000,000 个 SNP 的问题以及为什么没有在论文正文中讨论它。
添加非线性项会使变量数量加倍（包括平方项）或平方（！，包括交互项）。 我很确定这对所需的样本量有影响。
我特别提到否认遗传对智力的影响。 换句话说，你通过遗漏“遗传学”限定词来欺骗我。 但是你说得对，你的第一句话是最糟糕的稻草人的例子（这就是你的意思，对吧？）。
至于没有人否认遗传对智力的影响，如果是这样，那为什么有人觉得有必要在2017年写这篇文章呢？ 是的，智力有遗传成分 https://www.thecut.com/2017/05/genetics-intelligence.html
这是一些 Turkheimer 值得混淆的地方。 让我们把这简单化。 是或否，您是否认为美国黑人/白人智商差异的遗传贡献完全为零？ 除了明确的“是”之外的任何答案都表明同意我从钟形曲线中引用的结论。 重复最重要的部分：“在我们看来，基因和环境都极有可能与种族差异有关。”
你认为黑人在智力方面的基因优势比相反的更有可能是什么？ 我相信相反的可能性更大（概率更高），因为如果表型差异与遗传差异具有相同的符号，则所需的环境差异会更小。 更可能需要较小的环境差异。
发现的第一个（可能是几乎所有）IQ SNP 的种族之间的 SNP 频率不同。 那就是现实。 抱歉你不喜欢。
现在这是一些世界级的争论。 我在你的辩论技巧的惊人面前颤抖。 /sarc
因为三位作者未能就一个回应达成一致，这表明他们的论点是多么令人信服。 哈哈！
令我惊讶的是，人类智能这一单一问题仍然引发了如此多的恐惧和厌恶。 每个人在游戏中都有太多的皮肤。 我们是害怕自己过时的生物计算机。 意识到人工智能领域经常提到的奇异性与生物学有关。 比赛应该已经开始了。
Lynn 和 Vanhanen：Maroon 低于 65，Purple 超过 105：处理它。
.
双曲线写道：
“（为什么“加性”应该是线性的——复杂的相互依赖在生理上更合理）”
这是一个数学问题。 大多数这些复杂的相互依赖是连续的、可微的函数。 一个小的影响是 f(p)+f '(p)dx，它是线性的（即，影响是相加的）。 这对于小效应是正确的，它在一定程度上解释了为什么像多基因分数这样的加性结构不能解释大部分效应：它仅对小的变化是加性的（=线性）。 为了找出整个函数（所有偏导数）需要大量的研究。
评估 SNP 对 IQ 的影响的数学上更合理的方法是证明 SNP 的影响很小而不是没有影响（因为我们无法在不知道功能的情况下找出整个影响），然后扫描所有基因。 有任何影响的基因组占整个遗传效应的比例，估计为 60-80%。 然后，您可以假设效果以某种方式分布，就像正常情况一样（一些效果较大，大多数是中间效果）并计算平均效果。
尽管流感受害者希望爬上阶梯的这种伪科学炒作，但从弱势少数族裔的杰出成员的存在中可以明显看出，这些成员在幸运的环境中长大，种族中没有普遍的遗传劣势。
您的测量只会将您的科学诊断为错误。 你发现错误。
令人惊讶的是，种族主义者会屈服于或相信大量的混淆和伪科学。 UNZ 不应该发布这种废话。
营养不良。
我最初倾向于不理会那个油嘴滑舌的回应，但是您在很短的时间内发表了一些有趣的评论： unz.com 所以也许值得参与。
你认为营养不良是解释 APilgrim 图形中红色海洋的唯一因素吗？ 当然还有其他国家营养不良吗？ 让我们来看看： https://ourworldindata.org/hunger-and-undernourishment
（编辑：看起来SVG文件没有嵌入这里，点击查看地图）
尝试另一个：
http://cdn3.chartsbin.com/chartimages/l_3355_474b042fc1dc129b6e492440c7bd78aa
等值线图有些相似，但次大陆和撒哈拉以南非洲之间存在明显的脱节。 你怎么解释？
res，我不知道，这是一个问题和我看到的有关营养不良人口统计的其他信息之间的一半。 毫无疑问，营养不良发生在其他地方。 大量令人费解的数据。 营养只是难题的一部分。
我熟悉图表。 令人震惊的是，有人愚蠢到相信它。 在关于智力的讨论中颇具讽刺意味。
有趣的是，非洲运动员如何能够参加普通奥运会而不是特奥会。
精神发育迟滞是认知限制，其特征是得分比有效智商 (IQ) 测量的平均值低 2 个标准差以上，在沟通、自我照顾、家庭或社区的日常生活技能方面的适应功能有限，或社交技能。
https://www.sciencedirect.com/topics/neuroscience/mental-retardation
非洲人不仅没有这些问题，而且当他们移民到西方时，他们的表现优于白人。
非洲移民比大多数人受教育程度更高——包括在美国出生的人
Batalova 的研究发现，在 1.4 岁及以上的 25 万人口中，41% 拥有学士学位，而在所有移民和美国出生人口中，这一比例分别为 30% 和 32%。 在来自挪威的 19,000 名美国移民中——据报道特朗普告诉立法者是一个很好的移民来源国——38% 的人受过大学教育。
新美国经济研究发现，这些本科学位中有三分之一专注于科学、技术、工程和数学——“根据当今雇主的需求进行大量培训”。
该报告还发现，非洲移民拥有研究生学位的可能性要大得多。 共有 16% 的人拥有硕士学位、医学学位、法律学位或博士学位，而在美国出生的人口中，这一比例为 11%。
http://www.latimes.com/world/africa/la-fg-global-african-immigrants-explainer-20180112-story.html
我不知道谁更愚蠢，Lynn 和 Vanhanen 或者像你这样接受他们“研究”的人。
红海是骗人的，虚伪的。 你能确定哪些非洲人接受了智商测试吗？ 谁测试了他们？ 样本量？ 方法？ 在哪里？ 什么时候？ 如何？
天啊，你们这些人能有多蠢？
任何真实证据都不能保证对微小变化 (dx) 呈线性的假设——阶跃函数而不是连续函数可能更具有生理功能的特征。 想象两种直接相互作用的蛋白质。 它们的交互可能会因影响其中任何一个的更改而完全关闭。 这种相互作用是否对“我们的”目标“可观察的”占主导地位仍然是一个悬而未决的问题。
也许我们必须以完全不同的方式思考这个问题。 我们无法确定“智商”的主要“突变”的原因是它们是致命的，我们从未将它们包含在样本中。 在我们的样本中观察到的剩余“突变”只有相当外围的影响（以避免致命性），很可能是高度平行的部分冗余“功能”的一部分，并且对于“智商”之类的预测基本上无用。
推测，但也许可以想象，目前应用于此类问题的“罐头”分析远非最终确定。
(1) 可能还有与非编码区相关的进一步影响。 染色质结构及其在细胞核中的包装是这种影响的一个明显领域。 有一些研究试图将核染色质的空间组织变化视为细胞环境条件的函数。 它包括染色质与核膜相互作用的变化（因此染色质不同区域的表达可能发生变化）。
(2) 许多 SNP 可能在功能上是中性的，即它们产生的任何影响都很小，无法观察到。
这些研究及其“罐头”分析形式正在耗尽我继续阅读它们的耐心！
没有人否认遗传或遗传智力。 即使是史前人类也知道智力等属性可以从父母传给后代。
没有用。 据说尼日利亚裔美国人的智商为 110。他们比白人高出近 1 个标准差的优势是否是遗传造成的？ 有各种各样的群体智商差异。 为什么您只针对美国的黑人/白人差距坚持遗传原因？ 美国南部和北部白人的智商差距是否基于遗传？ 天主教和新教爱尔兰的智商差距如何？ 还是日本人和韩国人智商差距在日本？ 等等等等等等
因为经过400年的压迫和文化和社会的排斥，他们只落后了9或10个百分点。 弗林太保守了。 白人应该领先 20-30 分，而不是仅仅领先 9 分。
如果你不是白痴，你会对这些数据持高度怀疑态度，因为确实存在聪明和天才的黑人……呃。 顺便说一句，没有“IQ SNP”这样的东西。
那只是你的意见。 这三位作者牢牢地扎根于科学思想的主流。 你、Sailer 和 Murray 是异常值。 此外，我们知道您的想法和反应是由不同类型的白人民族主义/至上主义驱动的。 所以你不是可靠的演员。 所以你的结论是不可靠的。
在 20 世纪的大部分时间里，大部分紫色地区都经历了饥饿。
二战期间，整个紫色地区都营养不良。
朝鲜人仍然严重营养不良。 NORKS 的智商是黑人的两倍。
请记住，在多基因分数的情况下，甚至不可能写出类似“f(p)+f '(p)dx”的内容。 自变量是二元的。 一个人要么有一个给定的 SNP 等位基因，要么没有。 所讨论的线性涉及多个变量而不是单个变量。 一个变量的非线性甚至没有意义，因为变量基本上是二元的。 如果 x 和 y 是两个不同的 SNP，GWAS 可以近似回答当 x=0 或 1 时性状的差异是什么，即，当您具有给定的 SNP 等位基因时。 对 SNP y 也可以这样做。 但是很难回答 x 和 y 的共同效应是否是由于 x 和 y 的单独效应导致的效应总和。 当您想要包含在多基因评分中的 SNP 越来越多时，解开它们的非线性相互作用变得越来越困难。 如果有两个二元变量 x 和 y，您可以将多基因分数写为：ax+by 或 ax+by+cxy。 在第二种情况下，非线性项 xy 仅在 x 和 y 都非零时才起作用，它负责处理两个 SNP 的影响不等于影响总和的可能性。 这个公式可以解释 x 和 y 单独没有影响 (a=b=0) 但同时它们有影响的情况。 或多或少应该这样做。 问题是，当您在线性情况下考虑 n 个 SNP 时，您有 n 个变量，但在具有混合项的非线性情况下，您还需要考虑 n*(n-1)/2 个项。 在 1,000 个 SNP 的情况下，您将最终确定 500,000 个变量。
不幸的是，本文中的伪科学不支持您的结论。
似乎是时候将“心理学家”排除在科学的例子之外了。
商定的营养是难题的一部分。 我确实认为环境（例如营养、疾病、缺乏教育）是造成非洲平均智商极低的重要原因。
我所知道的全球国家 IQ 信息最全面的资源是 David Becker 的 NIQ 数据集，可在 https://www.researchgate.net/project/Worlds-IQ
在 1.3 版中，他提供了全球 670 项研究的详细信息，其中仅在尼日利亚就有 10 项。 如果您真的对这些问题的答案感兴趣，请下载数据库并按照每项研究的电子表格条目中给出的参考资料进行操作。
如果你真的注意到了，这个数据集已经在 Thompson 博士的博客上多次讨论过：
https://www.unz.com/jthompson/richard-lynn-intelligence-database/
https://www.unz.com/jthompson/the-worlds-iq-86/
https://www.unz.com/jthompson/world-iq-latest-update/
PS 对于那些对此数据集感兴趣的人，我应该注意到昨天刚刚上传了 1.3 版的更正版本。 截至 XNUMX 月份最近的讨论中，数据集本身不可用（上面的最终链接，请参阅我的评论和 David Becker 的回复）。 如果大卫贝克尔碰巧读到这篇文章，谢谢！ （你两个月前给出的时间表是对的）
当您部分引用我的评论然后做出断言时，我真的很喜欢它，我在您引用的文本之后立即做出了明确回应。 这几乎就像我正在考虑先于你的行动。
如果这种差异确实如您所说（数据？我喜欢您对严谨性的选择性要求）确实存在，那么很有可能。 这将是一项有趣的研究（鉴于 PC 的结论，也许您甚至可以说服某人这样做）。 鉴于它们与尼日利亚本身的离群值有多远，我怀疑回归到平均值表明一个显着的积极环境因素。
既然尼日利亚裔美国人如此优秀，我认为他们应该自愿放弃所有平权行动席位，转而支持奴隶后裔的非洲裔美国人。
我不是。 请不要将您心中的我（或您试图构建的稻草人）的漫画与我的实际信念混淆。
如果我似乎过于强调美国的黑人/白人差距，那是因为“不同的影响”对这里的思维产生了有毒影响。 假设群体代表或结果的任何差异是由于种族主义是荒谬的。
都是好问题。 如果没有比我们更多的数据，很难说。 部分问题是这些差距都比美国的黑白差距小，因此如果没有比一般可用的更好的数据，则很难观察到。
你在什么基础上做出这些特定的数字估计？ 有没有类似的等式
1 微攻击 = 0.001 IQ 点
学习一些统计数据。
你12岁了吗？
那当然是真的。 我想我们需要在证据继续滚动几年后回到这个对话。 你认为共识决定真理的方式很迷人。 您可能想花一些时间研究科学史。
我们可以这样想。 有不同的等位基因（为简单起见，让它们成为 SNP）。 一些幸运的组合会导致高遗传智商和低智商。 但在一项人口研究中，当测量所有具有特定等位基因的人的 IQ 时，我们只看到很小的上升或下降效应。 如果这个群体有更多的等位基因，我们会看到更强的影响。 这是群体平均智商相对于等位基因频率的连续可微函数。 对于等位基因频率的微小变化，效果几乎是线性的。 对所有影响等位基因的 IQ 求和，我们得到一个多基因分数，它是等位基因频率变量的线性总和。 将一个群体与另一个相当相似的群体进行比较，我们可以计算出一阶线性近似的差异。 当存在一个或另一个等位基因并且它是离散的时，该功能不是个体的。 它在大群体中具有等位基因频率，是一个连续变量。
然后想想我们应该期望这个加性多基因分数应该预测多少智商方差？ 只有一个百分点左右，因为它是一阶近似。 给你举个例子。 假设我们有带有等位基因 A1、A2 的基因 A 和带有等位基因 B1 和 B2 的基因 B。 假设 A1B1 给出了非常高的 IQ，比如 180，任何其他组合给出 100。在 A1 为 1% 和 B1 为 1% 的人群中，我们得到 1/10000 A1b1，A1 的平均 IQ 效应为 80/10000。 B1 具有相同的效果 80/10000。 相加效应是 160/10000，但在这个只有两个 IQ 基因和 4 个等位基因的虚构人群中，100% 的 IQ 差异是由这些等位基因决定的，而 IQ 差异是两个个体的 IQ 可以相差 80。所以，多基因评分解释了多少智商差异并不表示多基因评分中的 SNP 解释了多少智商差异。
您应该查看它们并尝试打开它们。 有合法的问题。 由于双胞胎研究表明 IQ 分数具有高度遗传性，因此应该可以构建基于 SNP 的 IQ 分数预测函数。 正如一些批评家所说，双胞胎研究的基础遗传力可能被高估了，但我认为没有人认为它应该为零。 因此，必须存在将基因映射到 IQ 分数的非零函数。 因为在数学上这个问题是非常不确定的（7 亿人和 10 万个 SNP 集中几乎无限数量的组合），所以问题不是找到这样一个函数，而是找到一个不是由于过度拟合而导致虚假的函数。
我在某处读到过，在各种不同特征的研究中，88% 的 GWAS 命中率通常来自 DNA 的非编码部分。 那么，非编码 SPN 影响性状的生物学机制是什么？ 这是一个重要的问题，但它不应该阻止我们寻找数学构造的函数，即使它包括生物学家不知道它们的作用是什么的 SNP。
IQ 分数、智力、认知能力、教育程度构成了额外的问题，因为它们都与一些没有明确定义的特征有关，而这些特征当然非常复杂。 它不像高度具有良好的定义并且可以用物理尺度来测量。 然而，双胞胎研究表明，我们这种社会类型的遗传率约为 50-70%。 显然，如果我们可以包括狼养的双胞胎，结果会大不相同。
至于阅读论文真的很难，因为有太多不必要的专业术语即使不是故意的也会混淆，尽管我对它的无意程度有些怀疑。 看看这篇论文，你会发现他们在报告任何事物的 P 值方面是多么谨慎。 这主要是BS。 但另一方面，当谈到包含 1,000,000 个 SPN 的多基因评分定义时，他们是沉默的。 他们仅在常见问题部分中提到了它。 或者看看他们对非裔美国人使用预测（白人）函数时的简短段落。 他们没有解释他们使用了哪个预测函数。 是那个产生了 3.9% 的人吗？ R^2 还是在白人人口中产生 11-13% R^2 的那个？ 他们还可以告诉我们两个群体之间的偏移偏差是什么。
我不介意是否有更高的权威可以对科学家派系行使传票的权力，让他们接受审讯，他们必须给出一些解释。 我可以自愿担任 Torquemada 的职位。
“那么非编码 SPN 影响性状的生物学机制是什么？”
我猜它通常是一个非编码部分。 编码部分编码不同的蛋白质，这可能会改变某些东西，但通常会更糟。 非编码部分包含控制部分，可以修改某些蛋白质的产生时间。 因此，例如，如果生长阶段（产生某些蛋白质时）更长，大脑就会变大。 非编码与垃圾 DNA 不同。
你可能想看看这篇论文： 挖掘未知：为非编码单核苷酸多态性分配函数
https://www.cell.com/trends/genetics/pdf/S0168-9525(16)30147-0.pdf （付费专区）
DOI 10.1016/j.tig.2016.10.008
这篇论文可能会更好： 超越 GWAS：照亮从关联到功能的黑暗之路
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3824120/
摘要（强调我的）：
“遗传对智力的影响”
基因不能影响智力，因为没有心理物理或心理规律。
好吧，帖子中的图形没有日期，所以有人应该怎么知道？ 现在适用吗？ 还是在大规模饥饿期间？ 二战是很久以前的事了。 婴儿期/儿童时期的营养不良确实对智力有持久影响。 朝鲜营养不良，你要参考谁的数据？ 智商测试是谁的？ IQ 取决于测试作者/创建者以及测试对象。 请记住，大多数人在过去的特定时间无法阅读，人口智商随着时间的推移并不一致。 因此，例如，俄罗斯的智商在 1800、1900 和 2000 年会有很大不同。随着时间的推移，你的地图会在过去更多的地方显示更多的红色。
过度解读数据是一个问题。 需要对数据进行更多的细化、定义/解析。
> 非洲移民比大多数人受教育程度更高——包括在美国出生的人
Lynn 和 Vanhanen 在 祖国. 你试图用 特选精英非洲移民 接着就，随即？？ 你好像不明白 选择偏见.
你是一个可悲的失败者。
> 请记住，在多基因评分的情况下，甚至不可能写出这样的“f(p)+f '(p)dx”。 自变量是二元的。
又一个愚蠢的无知的傻瓜。 在张开大嘴之前阅读该死的 supp。 在 PGS 中，自变量是从 分数分布 在 SNP 变体中，随着样本量的增加，它可以随心所欲。
https://www.biostars.org/p/75689/
确定剂量的样本量越大，剂量值越精细。 现在闭上你那愚蠢的大嘴。
感谢您证明我的观点与 Okechukwu 的评论 59 相反。
大卫，是你吗？ 当有一天你成功构建了智商的预测函数时，只有基于实际基因型而不是推算的基因型才会有用。 对于给定的 SNP，您要么没有等位基因，要么有一个等位基因，要么有两个盟友。 您可以根据需要对数字 0,1,2、0、1 进行缩放和加权，这不会有任何区别。 从数学上讲，它将保持一个具有三个可能值的离散变量。 但是，因为从 1 等位基因到 2 等位基因的形式更改为 0,1,2 到 0,1 等位基因时，因变量的增量可能不相同，因此在预测函数中，您需要使用 2 而不是 0 作为自变量的值,1,Z，其中 Z 需要提前确定，或者您可以通过使用 0D 非线性模型让回归模型绕过这个问题，而不是用一个变量编码一个 SNP，而是用两个变量 (x,y) 编码它每个都可以有 0 或 1 的值，并且您适合该特征的模型将具有三个项：Ax+By+Cxy，其中 A=B。 此预测函数将具有三个可能的值 2、A 或 C，具体取决于您是否有 2、XNUMX 或 XNUMX 个等位基因。 现在你明白为什么谈论“f(p)+f '(p)dx”没有多大意义，因为它实际上是一个二维问题，变量 x 和 y 是二进制的。
> 您可以根据需要对数字 0,1,2、XNUMX、XNUMX 进行缩放和加权，这不会有任何区别。 从数学上讲，它将保持一个具有三个可能值的离散变量。
你真的很厚你能数超过一吗？？ 仔细阅读论文。 他们试图为样本群体拟合方程， 不是个人. 当您对样本求和时，您会得到小数值，这是您的两位二进制头脑无法消化的东西。 别再浪费别人的时间读你的废话了。
是的，这是正确的，谢谢 Chainsaw1。 我试图过于简化它。 SNP 频率是在大群体中变得连续的基本变量，但在多基因评分中，您采用等位基因的加权平均值（权重为 0,1,2、0,1,2、XNUMX），称为剂量。 它也可以被认为是在大量人口样本中是连续的。 权重 XNUMX 不能准确描述贡献，但它们不需要。 只需创建一个连续变量来与测量变量 (IQ) 中的效果进行比较。 这是一种测量 SNP 影响的简单且数学上合理的方法。
因此，多基因评分作为一阶近似值，一个可加变量，可以合理地用于比较附近的种群。 但是由于近似值是线性的，因此它不适用于非常不同的人群，并且人们无法从解释 IQ 变异的多基因评分的解释力中正确估计 SNP 对遗传可遗传 IQ 的影响。 这些 SNP 的实际影响可能要大得多，因为实际影响不是线性的，但很可能是由 SNP 的组合引起的，而且不是线性的。 这并没有使多基因评分方法无效。
关于俄罗斯，情报和识字，这里有一些数据：
https://www.unz.com/jthompson/50-russian-oblasts/
白人智商显示“多莉-帕顿”曲线。
双峰分布是具有两种不同模式的连续概率分布。 这些在概率密度函数中表现为不同的峰值（局部最大值）。 Ashkenazim IQ 分布在极高的范围内有一个很小但具有统计意义的“尖峰”。
多莉帕顿开玩笑说，她是“燃烧胸罩运动”的早期参与者，消防局花了 4 天的时间才将其扑灭。
您的速射突击问答枪是否有 ATF 许可证？ Σωκρᾰ́της 风格的过度问题不被视为论据，除了@法学院和铁杉协会。
50 年前，我在大学学习了“个体差异心理学”和高等数学。
你糟糕的语言无法掩盖你糟糕的论点。 我将说明你的逻辑失败，机智，为什么在考虑人口时问题仍然存在。 请注意，这最多是 12 级概率。
让 p_\cell 是等位基因 \ell 的频率。 然后 q_\ 是它不存在的频率。 这些概率总和为 XNUMX。 有四种可能：
等位基因双重缺失（概率为 q_\嗯^2).
等位基因存在于第一个携带染色体同源物中，但在第二个中不存在。 或者等位基因出现在第二个中，但在第一个中缺失。 每个的概率是 p_\ell q_\ell，总计 2p_\ell q_\ell. 对于等位基因的低频，这可以近似为 2p_\，对于高频，如 2q_\ell=2(1-p_\ell). 因此，人们可能期望在远离中间立场的地方找到合理的相关性。
等位基因存在于两个同源物中（概率为 p_\ell^2).
重做数学用 pq 替换 (p) 概率，即 p(1-p)，并包括 ap^2 项及其要找到的系数，应该不会太难。
所有这些都与基因是直接增加智力，还是仅仅调节神经毒素的吸收无关，这将产生与直接增加智商的基因相同的双胞胎相关结构。
上面的一个缺陷是我使用 p 作为携带染色体的给定同源物携带等位基因的概率，但将其与种群频率混为一谈。 这个 (p) 是等位基因群体频率的一半，因为最大频率是 200%（每个人都有两个副本）。 为了使该评论中的数学起作用，请使用
p=人口频率/2
好的，约翰。 我同意你对 Chansaw1 提出论点的风格的评论，但让我们不要讨论这个，特别是因为你在那里也犯了错误。 您已经假设总体处于 Harvey-Weinstein 均衡状态，但它并不一定需要如此，因此它并不总是 xx, 2x(1-x), (1-x)(1-x)。 添加假设，然后就可以了。
WRT 上面的全球 IQ 分布图……亚洲平均智商 (105+) 和非洲黑人平均智商 (65-) 均遵循正态分布曲线。
白种人 IQ 是双峰的，局部最大值约为 90 和 110。 Ashkenazim IQ 更接近于正态分布，具有明显的“尖峰”@~150。 因此，从定性上讲，德系犹太人的极端智力比例高于其他白种人和/或亚洲人。
由于与正态分布曲线的背离，德系犹太人和其他白种人的“平均”（平均值、众数）智商不如黑人和亚洲人有用。
哈迪温伯格，虽然点。
正态分布的 IQ 分布是具有非常大量的小效应常见 SNP 的逻辑结果。 这种极端水平的多基因性是影响分布的驱动力； 这甚至比最近的一项研究中看到的 SES 隔离更重要。 该研究表明，IQ 的高度多基因性质导致了代间 PGS 和 SES 的持续重组。 当前证据不支持永久社会分层的精英观点。
白种人 IQ 分布一般，特别是德系犹太人 IQ 分布不遵循平滑的正态分布曲线。 样本量的增加不会改变这一现实。
量子效应，例如放射性衰变、光子发射等，通常不会产生正态平滑分布。 排放是离散的，具有概率发生。
宇宙是真实的，而不是理想的。 处理它。
无论现实如何曲折，我都可以接受，尽管考虑到中心极限定理以及可能存在数万个效应量很小的 SNP，但不可避免的结论是正态分布描述了 IQ。 我们有 N>>30，所以我们可以安全地假设正态性。 运行模拟来证明这一点非常容易。 与正态性的任何差异都必须相对较小（取决于可能存在多少大型稀有效应 SNP）。 如果不适用正态性，则基于正态性假设以 SD 报告 IQ 将不准确。
拥有多个亚群（例如德系犹太人和其他各种“白人”群体）可能会打破遗传正常性。 但是，根据用于规范测试的组和技术，智商测试结果可能仍然正常。
也有可能偏离遗传正常性，因为大效应阴性突变（以及其他遗传问题，如 21 三体综合征，又名唐氏综合症）比阳性突变更常见。
正常模型不是现实，但在这种情况下它是一个相当好的近似。
我不确定哪个更令人沮丧：
“现实完全符合我的模型。”
“模型和现实之间的微小差异意味着模型毫无价值。”
但它们确实为错误的二分法提供了很好的参考点。
IQ 是由一组问题来衡量的。 这些分数由标准化队列拟合成正态分布，因为你还能知道个别问题的难度以及具有给定智力的人应该得到什么分数。 因此，当以这种方式缩放时，尾部不会比它们应有的更厚或更薄，如果正确选择了标准化队列，则曲线具有钟形形状，并为每个 IQ 水平提供了应有的频率。 由于重度智障通常被排除在外，低的部分在某些时候被切断并通过特殊方式继续，这也被归一化为正态分布值，对于超高智商你需要做同样的事情。
关于 US Ashkenazi IQ 我看了一些 Razim Khan 用 Wordsum 测量过的图。 他们的智商分布不正常，平均为107.5左右。 就像两代人之前通过选择性迁移将低于 100 的部分切割得非常小，然后分布在切割点平滑一样。 在这些图中，其他分布看起来是正常的。 没有白人非犹太裔美国人的多莉帕顿。 也许多莉帕顿是为白人拉丁裔和白人欧洲人准备的。
抱歉，您的概率与统计调查课程没有放在书的后面。 分布样本的差异可能很大且很重要，就像在 IQ 分布中一样。
多峰分布是具有多个模式（因此有两个或多个“峰值”）的分布。 样本中分布的多峰性通常强烈表明变量在总体中的分布不正常。 分布的多峰性可以提供关于所研究变量的性质（即测量的质量）的重要信息。 https://link.springer.com/article/10.1007/BF01029273
处理它。
对于人类，估计似乎是蛋白质编码区包含大约 1% 的 DNA。 还有其他区域用于产生各种重要的 RNA，例如 tRNA、microRNA 等。还有其他区域似乎至少被转录，尽管没有已知的（直接）功能是已知的，并且它们在进化上可能不保守。 其他区域可能会显示表观遗传效应（DNA 甲基化），但没有确定特定的功能活动。 这是一个非常复杂的主题——您可能会发现这很有用。
我的猜测是，许多“垃圾”区域与 DNA 的空间结构和包装有关，因此与不同蛋白质编码区域的表达有关。
定义人类基因组中的功能性 DNA 元件
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4035993/
至于 10 万个 SNP，这项研究只测量了 1 万人。 当我们扩展到 7000 亿人时，我们能期待多出 7 倍的 SNP 吗？ 我们已经知道，许多 SNP 似乎位于不受进化选择的 DNA 区域（参见论文）。
一个非常复杂的主题。
定义人类基因组中的功能性 DNA 元件
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4035993/
这不值得争论：PGS 分数的分布应该几乎是完全正态的。 用 1271 个 SNP 进行声波分析来证明这一点并不难。 双峰模型无效。 我会对如此大规模的样本感到惊讶，它是否会偏离正常的千分之一。 考虑到这是社会科学而不是数学科学，千分之一的错误还不错。 如果您仅使用 PGS 中的 SNP，即使是患有唐氏综合症或严重学习障碍的人也可能会重现正态分布。 虽然欧洲白人可能已经成为一个有点模棱两可的分类器，但人们会认为这仍然具有一些遗传意义。
j2，IQ 的正态分布来自经验观察。 心理计量学家在社区中观察，发现大多数人的智力中等，有些人的智力较高，有些人的智力较低。 当您将许多随机变量与 IQ 相加时，会产生正态分布。 这是已发现的智力遗传结构的合乎逻辑的结果。
证据不支持多峰分布的想法。 最近的研究发现，不同的社会经济群体并没有特别不同。 每一代人都重新洗牌 SNP 往往会将每个人拉回到平均水平。
如果这不是真的，生活的结构就会大不相同。 如果存在多模态 IQ 分布，则更有必要为不同能力水平的人设立不同的学校。 大体上认为这是不必要的。
频率 f0、f1、f2，其中，对于任何群体中的任何等位基因，f0+f1+f2=1，分别表示 0 等位基因、1 等位基因和 2 等位基因的出现频率（概率）是给定样本的经验值. 这些频率足以通过多基因评分确定预测性状分布的第一时刻。 但是要确定第二时刻，单独的频率是不够的，必须使用包含在多基因评分中的 SNP 的协方差矩阵。 分布由 N 个个体的样本决定。 多基因分数如果只是隐含地必须为每个人拼写出来，在这个分数中，频率没有任何作用。
是的，因为智商曲线在现实中看起来是这样的。 你认为美国的智商曲线是多峰的吗？ 如果有，证据？ 它肯定不是您呈现的稻草人图形的极端多模态。
我同意对常态有一些扭曲（这几乎是我评论的重点，如果你阅读整篇文章，尽管我认为你至少会注意到 第一句话！) 在美国 IQ 分布中由于不同的亚群。 我从中看到的主要影响是：
– 在分布的两个极端，不同群体的代表性不成比例。
– 由于高智商亚群，可能在最右边的尾巴很胖。 如果极高的智商对创新很重要（我碰巧认为是这种情况），那么这可能非常重要。
据我所知，在平均值的 +-2SD（大约 95% 的人）内，正态分布为整体美国 IQ 分布提供了一个非常好的模型。
你没能理解我完整评论的细微差别，这更能说明你的阅读理解能力，而不是我的概率和统计背景。
PS 我认为你是在强调“模型与现实之间的微小差异意味着模型毫无价值”这一错误二分法的结局。
谢谢你。 我不是质疑你的图表有什么意义，我只是不确定它是什么意思。 但是，如果您的观点是涉及遗传学，我同意，我确实认为涉及遗传学。 连同其他事情。
看起来是这样，但不要忘记智商量表有点随意。 它被建造了。 如果获得高斯分布是工程师的目标，我不会感到惊讶。
如果您的测试中的第 n 个问题仅由 1.5% 的人口回答，您将知道在最终分数中为该问题分配什么权重，以便在高斯分布构建的轨道上进行。
最后，您始终可以执行非线性比例调整。 任何凹 pfd(IQ) 分布都可以通过一些单调 f(IQ)–>IQ 变换转换为高斯分布。
归根结底，IQ 分数是否为高斯并不重要。 但另一方面，使用多基因分数可以构建什么样的分布可能更有趣。
你看错了。 模型服务于建设性的目的，图形也是如此。 我通常从一个简单的模型和/或工程近似值开始。 然后从启发式推进到定性数学和更高级的定量模型。 如果项目需要，我可能会为封闭形式的精确答案提供解决方案，该答案可以被精确建模和实验验证。
从智商研究开始到 1970 年代后期，欧洲血统的美国白种人具有明显的双峰分布。 那时，这些主题中的大多数都被政治正确 (PC) 的“思想警察”禁止了。 智商测试和类似的协议，如 SAT、ACT、MCAT、LSAT 等，被广泛用于从顶级学术项目中“淘汰”愚蠢的白人孩子。 这些测试显然有利于犹太人和亚洲人中聪明的孩子。 他们实际上也将黑人排除在考虑之外。 低智商的黑人被硬塞进了许多学术课程，但他们没有资格参加。
我正在从数学角度看问题。 我对 SNP 做什么或不做什么的机制并不真正感兴趣。 似乎没有人真正知道形成非编码区域的 SPN 究竟做了什么，但每个人都同意它们很重要，因为它们必须包含在多基因分数中才能提供分数预测能力。
我不知道与不同人相关联的电话号码是如何使这些人搬到特定地理位置的，或者是其他方式。 我不在乎因果向量的方向是什么。 但是有足够多的人样本、他们的电话号码和他们的地理位置，我可以发现这种关联的规则。 如果我可以在独立验证样本上确认规则，我将能够从电话号码中解码（经纬度）。
这确实是智商先天后天争议的底线。 任何多基因评分的最大预测能力是多少？ 它是否接近基于双胞胎研究的遗传力。 这个或那个 SNP 如何使某人更聪明或不聪明对我来说是次要的。
你在说什么？ 事情不会像那样扩展。
如果要将遗传（直接引起的）个体智商作为随机变量与（遗传引起的）群体智商联系起来，则需要进行更仔细的计算以检查仅使用均值和频率获得的结果的正确性基因。
这个问题是通过handwaving来处理的 关于聚合单位，而不提供关于可能导致聚合级别之间差异的原因的假设。 （链接来自 HBD阅读清单).
我本身并不反对这种聚合，在低频系统（例如犯罪）的研究中，无论是采用遗传、环境还是组合方法，这都是不可避免的。
如果一个人的目的是检查是否可以根据基因来预测群体均值，而不对个人分数提出假设，那么这种方法就很好，只要人们不假装已经证明了未证明的事情。
证据？
这纯粹是猜测，或者我的假设。 在双峰分布的情况下，我会研究家庭文化的影响，例如专业班父母（例如医生、牙医和其他受过高等教育的父母）的孩子与教育程度较低的非技术班的孩子，没有背景奖学金，有点松散的定义。 例如，机械师的孩子的表现可能与工程师的孩子相似（因为技术背景，寻求技术解决方案，即使在工程方面有更大的数学经验），我不知道。 只是猜测。
家长是如何思考和解决问题的？ – 导致，孩子在解决问题时如何思考和表现？ 一种可能的家庭文化效应。 孩子们从父母那里学习如何做事，以及从同龄人、媒体等那里学到东西。
因此，测试可以按父母的职业、教育等（或按父母的智商）进行抽样，并检查孩子的智商分布。 我还没有阅读上述所有评论，以了解是否已经提出了这一建议。
这是一条略有不同的正态曲线，具有不同的含义，尽管它非常正常。
底部标有全部的图表包括 2 万人，其中至少有 5 万人处于 35 年间测量的前 XNUMX%。
即使以 5% 的能力水平看待男性和女性，数学和语言倾斜之间也存在正常现象。 对我来说，这种正常性会出现并不明显，尽管数学和语言都应该是正常的。 只有当您查看经过严格挑选的高成就群体时，您才会看到双峰分布。 高成就男性几乎完全是 quants（尽管有很多关于高成就实际上意味着什么的讨论——高总分、高数学或高语言水平）
https://www.unz.com/jthompson/tilting-at-sex-differences/
并补充说：通过父母对孩子施加的压力来学习！
是和否。 我的意思是这种方法很好，但有但是。 几乎任何组均值都可以使用基因“预测”，因为一组组均值通常只有很少的元素（种族或国家或职业），并且 SNP 的组合几乎是无限的，因此有机会找到与组相关的组合手段非常高。 这是大卫·皮弗（David Piffer）的捍卫者所不理解的。 他的 9 个左右 SNP 的多基因评分与 20 或 30 个国家/地区的智商非常相关。 但是，实际上可以为这些国家分配任何一组随机数而不是 IQ，并且很有可能在 10 万个 SNP 中，会有一个子集会产生与这些随机数相关的多基因分数。
为什么不同时反驳人类（形态/基因）“气候变化”的骗局？
为什么不在餐巾纸背面纠正宇宙学错误，而我正在做呢？ …
我研究了这些事情…… B4 警官“烧毁了书籍”。 我记得答案。
我既不是你的同学，也不是你的仆从。
看，分解，安全地假设我了解统计学或任何基本数学的所有基础知识，并且在很久以前的练习中已经证明了所有这些定理。 我们知道我们在弱条件下得到正态分布，但是如果你有一组问题的智商测试并且分布不正常，你会假设，对不起，它必须是正态的，因为它在弱条件下是正常的，所以我的测试集选择不当。 就像，用一半简单的问题和一半令人难以置信的困难问题制作一个 IQ 测试集，你得到的分布是几乎所有的问题都只有简单的问题，但一个人（提前偷了测试题）做对了一切。 这是经验性的，您得出的结论是经验性不正确，测试集选择不当，如果选择正确，则必须给出正常值。 而这不是因为工程师，他们什么都不知道，是数学家，他们有所有的证明。
乌图写道：
“任何多基因评分的最大预测能力是多少？ 它是否接近基于双胞胎研究的遗传性。”
正如我已经说过两次，不要指望多基因评分能够显示包含在多基因评分中的 SNP 的整体预测能力。 由于多基因分数是一个累加概念，它实际上仅作为一阶近似值被激发。 因此，它可以很好地用于分数仅略有不同的比较。 多少多基因评分解释了性状的计算值低估了多基因评分中包含的 SNP 在遗传上决定的程度。 更正确的数学方法是通过其他方式（如双胞胎研究）确定基因决定了多少，并从 GWAS 确定哪些 SNP 对性状有任何影响。 那么结论是那些有影响的 SNP 共同促成了对性状的整个遗传影响。 这是我第三次写这个，不会写第四次。
林恩和凡汉宁 制造 本国的智商数据。 除非您认为西班牙的一群智障儿童为赤道几内亚人民提供了准确的代表（以及许多其他荒谬的事实），否则即使是像您这样的白痴也不得不承认 Lynn/Vanhenen 的数据是欺诈性的。
事实上，那些伪科学的江湖骗子正是指望你这样无知的人接受他们的“研究”。 但对他们来说不幸的是，一些真正的科学家掌握了他们的数据，并开始把他们撕成新的混蛋。 除此之外，即使是外行也明白，说多种语言的非洲人，无论智力多么严格，都能正常工作并竭尽全力，不可能有功能障碍。 因此，唯一相信欺诈性 Lynn/Vanhanen 材料的人是种族主义的互联网白人权力巨魔。 对于全球其他人来说，它完全没有价值和无关紧要。 这就是为什么您永远不会看到它被世界任何地方的任何可靠来源引用、引用或引用的原因。 你看，在这些回声室之外，在现实世界中，我们做这种叫做尽职调查的事情。 正是它把所有这些理论都丢进了垃圾堆。
非洲移民没有选择偏见。 移民代表了非洲社会的一个横截面，而不是某些精英。 要知道，通过抽签和连锁移民获得精英真的很难。 资助亲属的人不在乎他们有多聪明或多愚蠢。 此外，基本常识应该告诉你，你不可能从 55 个智商低下人群中得到一个能够明显优于白人的精英。
换句话说，可以使用不止一组 SNP 来预测群体 IQ。
然后有一个非常简单的方法可用。
1. 查找更多国家或亚群（例如随着时间和世代的变化）。
2. 删除无法解释扩大后的 IQ 数据集的预测集。
3. 如果还有可行的集合，则转至 1。
如果，正如我所建议的，基因连接是由于可变摄取导致对外部环境剂量的有效可变剂量响应，那么步骤 1 应该在观察新生代的重复循环中清空预测集。 如果结果只是零星的，同上。
或者，剩余可行集的长度可能会继续增长。 在这方面，随着时间的推移（随着新数据的添加），检查集合的长度以保持 0.7、0.8 和 0.9 的相关性可能很有用。 如果这些随着数据的收集而继续增长，那么我们可以确定该过程不会（也许不再）锁定真实的现象。
哈哈！ 在这里，我们再次使用这个。 再来看看IAB的移民人才流失数据。 我已经向你展示了足够多的时间，很明显你只是一个骗子。
https://www.iab.de/en/daten/iab-brain-drain-data.aspx
2010 年尼日利亚按教育水平的移民率（男性和女性的总和）为：
总计 | 低 | 中 | 高的
0.61% | 0.11% | 0.56% | 12.04%
不，根本没有选择性。 高低组之间的移民比例仅为 100:1。
有趣的是，你大肆宣扬的非洲移民给美国带来的证书是卓越的证明，这恰恰反驳了你关于移民选择性的说法。
所以现在是55智商？ 你不应该说你祖籍国的坏话。 就连你讨厌的林恩也没有给出这么低的估计。 尽管他对尼日利亚的 69 分确实看起来相当悲观： https://pdfs.semanticscholar.org/48d7/843f6ce714a684a93530a0c8b7da65d185db.pdf
直到 1980 年代，UT Austin 自动接受新生录取的依据是：SAT/ACT 前 10% 或高中班级排名。 一些遗产、大捐助者和明星运动员被“磨合”了。 成绩不佳的高中毕业生被排除在自动入学之外。 该系统累积导致少数黑人入学。 一些配额计划侧重于黑人、西班牙裔和 AmerIND 招生。 需要大量数据。 https://provost.utexas.edu/enrollment-management/admissions-research Quota-Kids 跟不上； 法院的判决喜忧参半，得克萨斯州的选民走上了战争之路。 整个德克萨斯高等教育系统都非法采用了最后一个配额计划（又名多元化计划，其中包括偏差）。
德克萨斯州议会解雇和/或下令起诉所有大学校长和校长。 Lege 随后规定，75% 的州内新生录取将完全基于德克萨斯高中的班级排名。 2018-2019学年为班级排名前7%，2019-2010学年为班级排名前6%。 “多样性”在法律上被定义为德克萨斯州的城镇（地理）。 其他 25% 的州内录取有一个整体流程。 http://www.prepscholar.com/sat/s/colleges/UT-Austin-admission-requirements. 这种整体性允许运动员、学者、大捐助者和少数民族获得录取。
德克萨斯大学（前 7%）计划在与 SCOTUS 的两 (2) 次往返中幸免于难。
当包含更多数据时，用于验证（避免不合理的预测序列增长）的集合，即实现 0.7、0.8 和 0.9 的相关性，应该是它们出现的出版物（论文）中使用的序列的子集。 这应该足以避免似是而非的序列。
如果您知道即使是第一次写也是不必要的，您就不必写 2 或 3 次。
所以很明显，当我使用术语多基因评分来论证一个更一般的点时，它的线性没有暗示。
你想解释什么？
如果它们是使用明确定义的先验标准创建的完整集合或子集，则更好。 否则，您会遇到多重假设检验的问题。
标准是达到 2、0.7 和 0.8 的相关性（R 或 R^0.9，如之前实现的那样）。
不能通过添加解释变量来降低 R^2。 因此，问题在于用于拟合更大数据集的附加解释变量是因为附加数据提供了更深入的洞察力，还是只是找到了恰好匹配得很好的随机模式。
如果理解确实在进步，正如随着时间的推移增加 R^2 所表明的那样，那么人们应该期望通过一小组可以实现更小的 R^2，即使数据随着时间的推移而增长。
因此，挑战在于找到最小的集合（最好具有与发表的研究相同的系数/β），该集合将产生至少 2、0.7 和 0.8 的 R^0.9。
如果这些最小的 R^2 实现集的大小随着数据的添加而增长，就会引起人们的担忧，即通过从随机集中夸大解释变量而不是实现理解来实现更好的 R^2。
我怀疑多基因分数是真实的，并且在铅清理之前所采取的集合的大小不会增加，因为我怀疑它是摄取铅的多基因分数。 如果即使在铅清除后尺寸也无法增长，则往往表明遗传对智商的直接贡献。
你知道 2^10,000,000 有多大吗？ 这是来自 10,000,000 个 SNP 的所有可能子集的数量。 可能存在单独搜索时任何 GWAS 永远不会发现的 SNP，因为无论样本大小如何，它们与性状的相关性都为零，但与组相同的 SNP 可能会影响性状。 我不是说这是或一定是这样，但存在数学可能性。
当您根据子集的平均值建立的相关性写道，我们无法推断个人的相关性时，您是对的。
此类集合的另一个标准是，如果它们不同（相同 SNP 的 beta，或 SNP 的选择），它们还必须为先前出版物的较小数据集产生所需的最小相关性。
一个简单的假设可以解释群体（总体）和个体效应之间的差异，即对环境的遗传变量敏感性，共享的总体环境与基因对环境的不同敏感性呈负相关。 因此，更敏感的个体可能更集中在病理环境不是问题的地方。
其他假设也可以解释这种情况，例如缺少变量的附加假设，或未能包括个人级别的二阶矩（协方差矩阵）。
问题恰恰在于缺乏对假设的充分说明。
简单的问题。 你明白“多重假设检验”是什么意思吗？
如果是这样，你看到它如何适用于 选择 PGS 的 SNP 子集？
如果没有，这可能会有所帮助： https://en.wikipedia.org/wiki/Multiple_comparisons_problem
我读了这篇文章。 您选择了一些假设（SNP 对 IQ 很重要），并找到错误“发现”（似乎有贡献但没有贡献的 SNP，基于随机性）和错误拒绝（似乎有贡献的 SNP）数量的估计值在每个 SNP 测试错误率 (alpha) 的假设下，与 IQ 无关，但实际上有贡献，同样是由于随机性）。
这就引出了估计这种错误率的基础问题。 需要进一步的假设（可能受真实数据的约束）。 您是否希望提出一个明确的假设，也许带有证伪标准？
你似乎过度使用了“简单”这个词。 在这个问题中没有什么是真正简单的。 数学问题是非常不确定的。 有 2^10,000,000 个潜在解决方案。 Steven Hsu 通过在仅 50,000 个 SNP 子集中寻找解决方案来减少问题的规模，其中子集中的每个 SNP 都与性状具有可检测的相关性。 然后他应用 L1-fit（套索方法）来找到其中使解释方差最大化的最小子集。 在他的线性多基因评分中，他最终得到了 10,000 个 SNP。 但他没有证明这是唯一的解决方案。 很可能在 10,000,000-50k 子集中存在他没有使用的解决方案，更不用说非线性多基因评分解决方案，这些解决方案可能需要少于 10,000 个 SNP 才能实现相同质量的拟合。
回到子集的平均值问题。 如果您有两个变量 Y 和 X（一长串数字），它们可能彼此不相关，但您可以将它们细分为子集 X_i、Y_i，其中 i=0,1,2,... 并且子集的平均值和平均值可能相互关联。 这个事实没有告诉我们 X 和 Y 之间的相关性或缺乏相关性。
您了解可能子集的组合爆炸问题吗？ 如果您从 n 个可能的 IQ SNP 中选择 k 个 SNP 的子集，您需要校正 n 个可能的假设： https://en.wikipedia.org/wiki/Combination
我的评论 117 的要点是，最好通过使用所有 SNP（而不是一个子集）或定义要使用的一致子集标准（例如，具有最小 p 值的 10 个 SNP ) 在评估结果之前。
我觉得我们彼此不了解，所以我可能不会继续这部分的谈话。
我还应该添加以下内容。 假设 ap 分数为 10^{-8}。 这意味着，如果随机选择 SNP，则显示在被拒绝的假设下发现的效果的概率为一亿分之一。 如果您有 10^{20} 个 SNP，则 10^{12} 个 SNP 应该显示出这样的效果。 相反，根据上面的 utu，您有大约 10^{3,000,000} (2^{10,000,000}) 个 SNP。 即使只有万分之一 (10^{12}) 个 SNP 因种族而异，该结果仍然存在。
如果您根据表观效果选择 SNP，p 分数不再表示不可能，因为您是在显示明显效果的那些中进行选择，即 p 分数适用于所有 SNP，但先验不针对选定的子集，无论是否存在因果关系。 如果存在少量（远小于 1/p）的潜在解释变量，则 p 令人印象深刻。
因此，p-score 等与证明因果概率的强度无关。 由于可能存在因果关系，一个明显的测试是检查缺乏因果关系的后果，即越来越多的解释变量以维持（和增加）R^2。 对于常数 R^2，解释性 SNP 的数量是否随着数据集的大小而增加？
与其“测试”假设（可笑，考虑到可能存在但不一定包含的误报的预期数量），不如选择一个子集进行测试。 如果您愿意，您可以选择那些保持较小的表观 p 值的产品。
在该可能性的子集中，应该可以在运行时间的 48 小时内找到满足所需 R^2s 的最小子集。 如果 p-scores 表明因果关系，那么应该存在一个小集合，具有低 p 值，可以满足 R^2 要求，不应该随着数据大小的增长而增长太多。
有 10,000,000 个 SNP。 有 2^10,000,000 子集 的 SNP。
谢谢指正。 我向 res 道歉。
除了技术问题之外，考虑这项研究向我们揭示的新的第 21 期前景也很有用。 我们现在可以看到未来，科学会给我们带来充满智慧的生活。 心理测量科学最终会团结起来，而不是根据种族或阶级来划分我们。 阶级结构中出现的共生关系将迅速消退，随之而来的是许多有助于延续这种社会差异的经济转移。
很明显，我们不能不最大限度地实现智力潜力。 过去几十年发生的技术进步（由高认知能力推动）极大地改善了我们的生活。 我们可以使用非常实惠且功能强大的计算机、基因组和其他技术。 为什么我们要阻止这个繁荣的引擎？ 一旦各国政府制定允许其整个人口进行基因增强的计划，我们将进入人类旅程的一个全新阶段！ 让我们开始吧！ 一个无处不在的天才的生活将是一个压倒性的成就的生活。 我们非常幸运，将有机会见证这个非凡的未来展开。
“你想解释什么？”
采取的观点，所以我尝试写一些更合理的东西来更好地解决你的评论。 为了使多基因评分方法更具预测性，您必须找到影响智商的 SNP 组合。 从样本中分离出高性能和低性能子集，并尝试用 2 个 SNP 或 3 个 SNP 组合出现更频繁地进行识别。 然后就这样继续下去，也许到 4 个 SNP 组合。
不是明智的态度。 已经有证据表明 DNA 的某些区域不受进化选择，也就是说，这些区域的 SNP 可能是完全随机的，对于任何性状都无关紧要。 当前可用的采样水平非常低，并且需要数千个 SNP 才能获得任何“预测”能力（即使是平均值），这表明这种“预测能力”中的大部分只是噪音。
至于“SNP 的缩放”，因为对于 1 万人，我们只测量了每 7000 个人 DNA 中的大约 XNUMX 部分（并且该部分对某些人群的权重很高），我怀疑有人知道缩放是如何进行的。
人才流失与受过教育的专业人士有关，不一定与最聪明的人有关。 但即使对于受过教育的专业人士，人才流失在很大程度上也是一个神话。 受过教育的尼日利亚人的供应不是有限的。 他们有一个强大的高等教育系统，其中大多数毕业生留在尼日利亚。 此外，许多人在西部完成学业后返回尼日利亚。 特别是对于伊博人，被埋葬在异国他乡的想法是令人厌恶的。 如果他们活着没有成功，如果他们死在这里，他们的尸体肯定会被送回去。
最聪明的尼日利亚人实际上在尼日利亚。 移民到美国极具挑战性，而且大多数人没有这样做的手段、资金或家庭关系。 美国的尼日利亚人似乎只是精英，因为在通过努力和毅力取得成就的能力方面，美国与尼日利亚相比非常有利。 在尼日利亚经历过艰苦奋斗之后，美国变得相对容易走下坡路。
这些凭证是在美国获得的，否则它们将一文不值。 所有关于非洲人在美国受教育程度的提及都仅指在美国机构获得的学位。 这就是我试图向你传达的重点。 大多数尼日利亚移民并不是作为精英来到这里的。 他们成为美国的精英。
但是在您似乎可以保证其真实性的地图上，一些非洲国家的智商如此之低。 甚至69也符合严重精神残疾的标准。 这意味着所有尼日利亚奥运会运动员都将转入特奥会。 这也意味着尼日利亚人可能无法驾驶汽车或自己刷牙。 所以像林恩这样的种族主义伪科学家被他们自己的花瓣吊了起来。 他们相信他们的听众不会超越白人民族主义的傻瓜，他们在确立非洲人智力低下的使命上走得太远了。 事实上，由于同行的负面评价，林恩再次修改了他对尼日利亚的智商估计，这次是 84。他基本上只是从他的屁股中提取数字。
https://iq-research.info/en/average-iq-by-country
此外，据林恩称，智商为 91 的塞拉利昂比许多欧洲、拉丁美洲、中东和亚洲国家都高。 有点与 HBD 的叙述背道而驰，不是吗？
事情是这样的，任何告诉你他们对任何非洲国家都有可靠的智商分数的人都是在撒谎。 从未进行过有效的、适当控制的、大样本量的调查。 在大多数情况下，分数只是在研究人员自己根深蒂固的偏见的背景下推断出来的。 在其他时候，他们会走进一个村庄，测试一些文盲、营养不良的孩子，并在此基础上得出整个国家的平均分，当然，确保将所有高分作为异常剔除。 使用这种方法，我可以获得 50 的美国白人平均智商。 我可以简单地测试特朗普集会上的参与者，或者我可以测试阿巴拉契亚偏远地区的居民，确保将任何高于 50 的分数都扔掉。
这是最近在尼日利亚进行的一项大规模情报研究。
https://www.unz.com/jthompson/sex-differences-in-intelligence-in-nigeria
通过使用不符合可用数据格式的过程放入所有额外的变量和下标，您不需要复杂化。 在 PGS 中，有效等位基因频率 (EAF) 是数据集中有效等位基因的频率，它已经以小数频率给出，例如
SNP、A1、A2、EAF、β、SE、Pval
rs9859556,T,G,0.6905,0.029,0.001,3.98E-91
其中 A1 是有效等位基因，Beta 是样本的效应大小。 他们不关心 q 对 PGS 分数有零、zilch、nada 的直接影响. 他们对代数操作不感兴趣，他们想要的是对整个样本的预测误差最小。 所以你所有的代数操作都是为了该死的 zilch，什么都没有。
现在学习你的统计数据 102。
https://en.wikipedia.org/wiki/Coefficient_of_determination#Adjusted_R2
“如果这些最小的 R^2 实现集的大小随着数据的增加而增长，就会引起人们的担忧，即通过从随机集中夸大解释变量来实现更好的 R^2，而不是实现理解。 与 R2 不同，调整后的 R2 仅在 R2 的增加（由于包含新的解释变量）超出人们预期的偶然性时才会增加。=
现在统计 103。
https://en.wikipedia.org/wiki/Akaike_information_criterion
“AIC 奖励拟合优度（由似然函数评估），但它也包括惩罚，它是估计参数数量的增函数。 惩罚会阻止过度拟合，因为增加模型中的参数数量几乎总是会提高拟合度设立的区域办事处外，我们在美国也开设了办事处，以便我们为当地客户提供更多的支持。“
S我们很晚才来指出基因库中的粪便，但越来越多的证据表明，我们在某种程度上是由肠道中的微生物塑造和控制的。
当肠道细菌改变大脑功能时
[“成长中的群体…… is 调查”]
'这里有更直接的证据表明微生物群在智力中起着重要作用。
科学家分析婴儿的便便以预测他们的聪明程度
因此，可以想象一个人的智商可能在很大程度上取决于生活在他肠道中的细菌——微生物群。 地理智商差异也可能是由不同地理区域的居民所接触的不同肠道细菌种群来解释的。 请注意，与狗一起生活的人与该动物共享肠道细菌，因此可以确定肠道细菌种群会受到来自动物王国的入侵者的影响。
我建议一个人的智力和行为会受到他的微生物群的影响——如果不是完全控制的话。
也许 Thompson 博士会在以后的文章中探讨这个引人入胜的话题。
鉴于所涉及的可疑人员和组织：Richard Lynn、Mankind Quarterly 和 Pioneer Fund 车辆阿尔斯特研究所，我对这份报告持怀疑态度。 我希望严肃的、非意识形态的研究人员能够审核它的真实性和纯真。
这是一个很严重的问题。 认为功能完善的人实际上是功能障碍，是为那些有充分理由断言智商测试实际上并没有测试智力的人提供弹药。 在这个宇宙中，你永远不会让任何人相信尼日利亚孩子的智商比世界任何地方的孩子低 30 分。 你会说服一小部分真正的信徒巨魔，比如 res。 但世界上 99.999999% 的人都会嘲笑这种荒谬。
这不是19世纪。 我们有在真实条件下从现实世界中收集的数据，这些数据对您的断言进行了嘲弄。 尼日利亚的小学、初中和高中年龄的孩子确实移民到了美国。 尼日利亚人不仅没有表现出能力下降，而且往往会超过他们的美国白人同行。 这些是来自这项所谓研究的同一所学校的同样“发育迟缓”的孩子。当他们到达美国时，他们往往领先几个年级。 他们惊叹在美国学校是多么容易，因为他们已经接触到了尼日利亚更严格的课程。 与尼日利亚不同的是，在美国，老师很友好，父母很放纵，孩子们不受控制，考试是开卷的。
不要相信我的话。 以下是一些尼日利亚孩子谈论他们在美国学校的经历。
https://www.naijarules.com/index.php?threads/american-high-school-vs-nigerian-high-school.6393/
很高兴看到我们真的开始深入研究神经生物学和生理学基础 g. 未来几十年在该领域的工作将令人振奋。
utu，我一直在考虑你对智商分布的评论。 我突然想到，只需选择某些问题，就可以将分布强制为几乎您喜欢的任何内容。 例如，如果唯一的问题是从第一原理推导出 E= mc2 而不是 1 + 1 =？ 然而，你真正想用智商测试做的是提供越来越复杂的问题，这些问题会发现能力水平的差异。 以上两个问题确实没有达到这个目的。 有了 1 + 1，想必大多数人都不需要计算器。 然后可以逐渐升级所涉及的复杂性。 也许在下一次毕业时，人们可能会问什么 1 +
4 = 等等。 复杂程度可能会继续升级。 在顶层，也许您可以提供一个 15 位数字并询问第 8 个根。
当使用这种 IQ 测试结构时，会产生正态分布结果。
从低端开始，越来越多的人将能够回答简单的问题，例如 7+8，直到您达到普通人可能会受到挑战的程度，例如 17*31。 从这个层面开始，越来越少的人能够提供正确的答案。
我确实觉得令人不安的一个对比是，我们的一位老师对正常曲线似乎不适用于她的班级感到非常苦恼。 她被叫到校长办公室解释这种差异。 在她的辩护中，她指出亚洲学生的得分如此之高，以至于整个分布都不正常。 我对这种教条主义的立场感到不舒服：当您观察到的答案不同时，您真的不应该提供预期的经验答案。 在简单地修复您的实验室的科学课程中。 如果有足够多的人认同这个群体的想法，那么你最终得到的答案只是一个自我实现的预言。
EA3 论文中奇怪地未被提及的一个方面是，这个 GWAS 现在将这个新的 EA 研究时代带到了大街上。 让我们面对现实，可能只有少数全球组织可以为 1.1 万人的 GWAS 做出有意义的贡献。 它现在是一个非常小而私密的壁橱，里面装满了从事这项科学的人。
现在想想谁可能有资源进行 75 人的研究。 该尺寸在论文中被指出能够确认 EA3 结果。 基本上，几乎任何组织都可以筹集到进行此类研究所需的资金。 可能即使是高中也会有学生进行这项研究所需的资金。
utu，谢谢回复！
我想到了你对智商分布的评论。 我意识到测试可以在很大程度上影响分布。 考虑基于问题 1 + 1 = 的 IQ 测试。 或从第一性原理导出 E= mc2。
这些测试的心理测量设计问题在于，它们通过使测试太容易或太难来完全掩盖个体差异。 一个构建良好的测试会存在问题或不同程度的复杂性，因此个体差异可能变得明显。 因此，不是 1 + 1 作为测试，可能会有许多中级问题，可能还有一个最终问题，例如找到 15 位数字的八次根。 以这种方式构建测试将产生认知能力的正态分布
从可能的组合的角度考虑这一点会使这令人绝望地混乱。 另一种可能更有帮助的方法是考虑县博览会。 硬币可以通过多种方式从钉板上掉下来，尽管它可以落入的最终垃圾箱很少。 与PGS相同。 GWAS 中的每个人都可以有 0、1 或 2 个效应等位基因，并且所有非效应 SNP 的得分为 0。 在大量可能的组合之后，人们被放入少数 PGS 箱中。 事实上，在大多数情况下，教育系统将人们置于高中或大学的垃圾箱中，尽管遗传潜力存在很大差异。 为了更充分地利用社区中现有的遗传潜力，也许高中以后的每一年教育都应该被视为毕业。
随着该领域的发展，它将值得关注。 没有理由先验为什么它不应该产生影响，但我目前怀疑这将是一个主要因素。 当然值得检查。
同意我们应该始终寻找测试和成就之间的异常情况，现实生活中的成就才是真正的仲裁者。 然而，这里有一个真正的难题。 非洲的智力测试结果非常低。 非洲的学术成就分数非常低。 大多数非洲经济指标都很低，禁止从矿山中提取原材料。
在我与 Chandra Chisala 的辩论中，你会发现两个论点：1) 非洲的人口非常多，所以即使情报结果是正确的，也有一些异常值 2) 非洲人口各不相同，有些可能是认知精英。
克尔凯郭尔研究了非洲人是否更擅长“智力运动”比赛，结果发现并非如此。 可能是缺乏互联网接入。
在我看来，目前我们没有解决这个问题，只能说结果，无论多么令人震惊，似乎都吻合。
欢迎提供相反的数据。
通过足够大的随机变量集合，对于给定的数据大小 (n)，可以找到实现给定拟合优度的随机变量子集。 注意调整后的 R^2 中存在 n。 另请注意，p 是给定模型中使用的变量数，而不是在制作模型时从中选择的变量数。 如果 n 远大于 p，则添加新解释变量的惩罚很小。 因此，调整后的 R^2 没有解决从非常大的非因果随机变量集中选择解释变量子集的问题。
AIC 使用对数似然来折扣添加解释变量的惩罚。 所讨论的可能性是给定所使用的假设数据发生的可能性。 同样，通过足够数量的随机变量，人们可能会找到一个子集，该子集很可能会产生所找到的 IQ 数据。
因此，您的两个链接都无关紧要。
相反，问题在于取 2^10,000,000 而不是 10,000,000，这使我对 res 的反对变得无关紧要。
需要对因种族而异的 SNP 数量进行估计。 P 分数应乘以该数字 IMAO，以说明由于随机机会选择恰好适合 IQ 数据的随机 SNP 的可能性，尽管这也适用于具有大量潜在解释的其他领域变量，类似于 SNP 问题。
Okechukwu 无情而机智的“种族-智商相关性”否认主义清楚地表明这个人是厚脸皮和黑人。
但是，我重复一遍。
公平地对待电锯，我最初确实根据未调整的 R^2 来制定问题。 问题在于随机达到给定 p-score 的变量数量的期望与可用的潜在随机变量的数量成正比，这远多于那些必然与 IQ 相关的变量，因为后者会偏离智商。
因此，正如电锯指出的那样，实际上我最初的表述是错误的。
有时数学会变得如此复杂，以至于在将模型转化为可理解的术语方面似乎没有办法取得哪怕是微小的进展。 当模型看起来遥不可及时，人们可以尝试诋毁整个结果。 然而，我突然想到，一种至少对数据集进行基本处理的简单方法是从平均开始。 首先找出教育程度的样本平均值，然后对于 1 万个 SNP 中的每一个，找出那些没有、2 或 12 个任意选择的等位基因的人的平均教育程度。 有了这些信息，您就可以开始构建模型了。 样本平均值是 x bar，您可以添加上面计算的 beta。 如果样本平均值是 0.05 年，并且一个 SNP 将 EA 提高了 2 年（大约 13.2 周），那么总样本大约有 55,000 万学年，而那些有 SNP 的学生为平均贡献了额外的 1.1 年。 当以这种方式思考结果时，很容易看到，当在 1 万人中求和时，小的个体差异会变成巨大的绝对差异。 有了这么大的样本，信号变得更容易识别。 这种描述应该为那些担心研究有效性的人提供一些安慰，因为上面可以清楚地看到，即使在超过 XNUMX 万人的总和时，个体效应 SNP 的效应量非常小，但出现了巨大的总体 EA 差异。
我还开始考虑如何使用初始列表创建额外的条件，例如找到具有 SNP1 次要等位基因 1 和 SNP1 次要等位基因 2 等的人的平均值，或者建立一个通过一次向模型添加一个 SNP 来构建模型。 这变得很复杂，所以我放弃了。
当我第一次看到智商分布图时，我想起了镰状细胞性贫血基因和疟疾分布的全球分布图。 我不是在暗示任何关系，这只是一个提醒。
查看地图： https://www.nature.com/articles/ncomms1104
我不相信我们有足够的可信数据来进行这个评估。 有很多欺诈性和不具代表性的数据，尤其是来自理查德林恩的数据。
对非洲智商水平的研究证明不合标准
http://www.uva.nl/en/content/news/news/2010/01/study-of-african-iq-levels-proven-to-be-substandard.html
对非洲智商水平的有争议的研究“存在严重缺陷”
https://www.sciencedaily.com/releases/2010/01/100121155220.htm
话虽如此，就非洲人和美国人之间存在的真正智商差距而言，明显的偶然因素是文化差异。 作为一个双重文化的人，我知道非洲人倾向于以某些方式思考，这可能会违背西化智商测试旨在奖励的价值观。 或者正如詹姆斯弗林所说，智商不是测试智力本身，而是测试对西方现代性的适应。
为了更全面地了解西方人的智商，最好让他们进行深入了解非西方人的规范和文化参考的测试。 在这样的测试中，你很可能是智商低的人。
不对。 来自非洲的学者是世界上成就最高的人之一。 也就是说，他们在非洲机构接受初步培训。
如果经济指标显示出卓越的智力，那么所有在亿万年里崛起和崩溃的伟大经济体都将与我们同在。 这些事情都是转瞬即逝的，并且是由与智力无关的因素驱动的。 俄罗斯是一个拥有 150 亿白人的幅员辽阔的国家，只能召集纽约市那么大的 GPD。 因此，我们可以消除白人作为经济成功的关键变量。 事实上，在历史的不同时期，欧洲是一个野蛮的死水和经济篮子。
非洲狮经济体是世界上增长最快的经济体之一。 他们几乎没有原材料。
没有证据表明聪明的非洲人是异类，或者与其他任何地方相比，非洲的智力出现频率降低。 如果您对自然的运作方式一无所知，那么这是一个荒谬的建议。 大自然不会武断地规定，虽然非洲人可以很聪明，但有智力的非洲人会越来越少。 一个有机体要么有某物，要么没有。 这就是为什么没有一只黑猩猩可以驾驶汽车或计算代数方程的原因。 您所描述的异常值只是那些有机会实现其潜力的人。
让我们看一些例子，让您更好地了解为什么只有一小部分潜在的非洲认知精英能够实现他们的潜力。
从非洲难民营到常春藤盟校
http://flsentinel.com/from-african-refugee-camp-to-the-ivy-league/
回到学校：从非洲农村到常春藤盟校
https://www.csmonitor.com/World/Africa/2012/0902/Back-to-school-From-rural-Africa-to-the-Ivy-League
明尼苏达州青少年被所有八所常春藤盟校录取
https://www.nbcnews.com/news/us-news/minnesota-teen-munira-khalif-accepted-all-eight-ivy-league-schools-n338661
从贫困到常春藤盟校：一个难民的故事
http://www.wbur.org/npr/112334064/story.php
这样的故事有很多。 我之所以关注难民，是为了让您了解如果所有这些人出了问题，他们将如何不被承认为认知精英。 如果他们没有遇到一个挑剔的人。 或者如果他们没有出现在某个研讨会上。 或者，如果有一天他们向左转而不是向右转。 他们中的每一个都会进入那一大群“智力缺陷的非洲人”。 实际上，我认为可以肯定地说，这些人只是通过机缘巧合或运气成功而成功的冰山一角。 所以你关于非洲认知精英是异常值的断言是错误的。
我不这么认为。 您只会说数据代表异常值。 以这种方式，您几乎会忽略任何与您的世界观相矛盾的信息。 这是每个人都熟悉的陈词滥调。
这就是为什么尼日利亚移民的智商为 110 的原因。
看，这只狗不会打猎。 你自己都不相信，否则你会让事实为自己说话，而不是不断地进行宣传和宣传。 而且你并不孤单，因为这个想法是一种边缘立场，几乎所有人都反对，包括非洲人自己。
非洲人当然不相信任何人在智力上都比他们强。 通常情况相反。 非洲人认为他们更聪明。 正是这种认为白人愚蠢的信念推动了每年价值数十亿美元的 419 行业的发展。 白色标记称为 mugus（查找）。 我也不是在谈论写得不好的信件。 我指的是一次通常需要数百万美元的顶级、巧妙、高度复杂的操作。 许多受害者是所谓的高智商类型：医生、银行行长、石油公司高管、政治家、工程师、会计师等。
于是，“哑巴”的非洲人靠着智取和铲除“聪明”的白人，住在豪宅里，开着私人飞机四处飞来飞去。
感谢您的评论和链接。
Jelte Wicherts 和 Richard Lynn 就非洲情报进行了一系列交流。 你应该看看整个交易所。 下面的链接提到了他们得出的最终结论。
https://www.unz.com/jthompson/james-watson-nobel-laureate-and-unperson/?highlight=Wicherts
现在有更多来自 Rindermann 的最新资料。 大卫贝克尔正在重新制作林恩数据库，即使在删除了报告结果不佳的论文后，主要发现仍然存在。
https://www.unz.com/jthompson/migrant-competence/?highlight=Rindermann+Africa
如果您使用我博客上的搜索栏，您会找到许多原始论文的链接，这比报纸报道要好得多。
争辩说一群人聪明是因为他们不诚实是不寻常的，但这当然是一个值得检验的假设。 事实上，不诚实与较低的能力有关。
https://www.unz.com/jthompson/do-brighter-minds-incline-to-honesty/?highlight=dishonesty
110 是美国白种人的上等群体（双峰右最大值）的平均智商。
110 名 IQ 尼日利亚人的精选样本代表了尼日利亚严重的“人才流失”。
我们不需要尼日利亚油气。 我们绝对不想要更多的尼日利亚人。 4 个世纪前，英国奴隶贩子交付了太多。 他们现在才被“培养”到 85 的平均智商。
非洲唯一足够聪明和道德，值得在美国重新定居的重要人口是南非的基督教白人布尔人。
联邦法院和野性国会不会允许他们移民。 我们也不允许在那里帮助他们。
愚蠢的非洲黑人一文不值，也该死。
好吧，感受爱！
最新的研究终于让我们摆脱了数千年来令人沮丧的阶级和种族争论。 现在胚胎选择具有有意义的预测能力，很大程度上很小的亚组差异很快就会被视为不是特别相关。 当 IQ 提高 10-15 点成为可能时，现有的心理测量预测器似乎不太可能有用。 人们会问的合理的第一个问题是一个人是否得到了增强，而不是种族或阶级身份。 我们现在正在迅速接近主要心理测量划分在增强型和非增强型之间的时间。
一旦慈善界意识到基因增强是一个多么伟大的社会投资机会，就会有一波财富涌入，基因增强就会带来永续的回报。 一旦人们的染色体具有高同质 PGS，就不会再出现回归均值的情况。 这种投资的回报率会非常大。 不难想象，一项新的基本人权很快就会被载入法律：最低智商为 100。
我们所有人现在都需要适应这样一种观念，即随着时间的推移，增强一代中最不聪明的人将比所有现有人类都更聪明。 这符合我们所有人的利益
提高对发育障碍者的法律保护，因为随着时间的推移，我们几乎不可避免地都有资格获得这个标签。
谢谢。 我会看看链接和评论。
这些交易的各方都是不诚实的。 商标的不诚实是成功起诉骗局的关键因素。 事实上，他们的不诚实肯定与能力低下有关，以至于他们在经济上被愚弄和摧毁。
419 的另一个有趣方面是一些受害者的假设，即非洲人既愚蠢又腐败，而且针对非洲国家的犯罪不会带来任何后果。 想象一下，与一名美国官员密谋从美联储窃取数千万美元。 或者与埃克森美孚密谋以低于市场价格数百万美元的价格获得石油。 这些是这些骗局受害者在非洲从事的非法活动。 因此，非洲骗局运营商能够利用他们的傲慢、贪婪和犯罪倾向来对付他们。
APilgrim-感谢您提供大多数人都可以遵循的良好解释。 我从事科学工作，在我所在领域的标准化测试中表现出色。
我一直觉得最好的老师可以把事情简单化，让街上的人更好地理解。
我鄙视那些喜欢使用语言和符号的人，这超出了 90% 以上阅读此类文章的专业知识。 大多数使用 Unz Review 的人都是关注的、有洞察力的人。 大多数人既不是天才，也不是智商高的人，但他们非常渴望了解科学或社会运作方式为何会发生变化。
有些人似乎希望别人印象深刻，所以他们用很少有人能理解的方式写作。 也许这会让他们膨胀的自我膨胀得更多。 我敢打赌，如果这些自负的人必须连接在管道 102 中学到的管道，他们中的大多数都会迷失方向。
我跑偏了。 感谢您解释事情，以便所有类型都可以理解 SNP 等主题。
原文引自：
https://ghr.nlm.nih.gov/primer/genomicresearch/snp
应该归因。
也欣赏这一点。 谢谢你。