Unz评论•另类媒体选择$
美国主流媒体大都排除了有趣,重要和有争议的观点
 博客浏览詹姆斯·汤普森档案馆
皮弗再次骑行
仅通过多基因风险评分即可预测群体智力平均值。
通过电子邮件将此页面发送给其他人

 记住我的信息



=>

书签 全部切换总目录添加到图书馆从图书馆中删除 • B
显示评论下一个新评论下一个新回复了解更多
回复同意/不同意/等等 更多... This Commenter This Thread Hide Thread Display All Comments
同意不同意谢谢LOL轮唱
这些按钮可将您的公开协议,异议,感谢,LOL或巨魔与所选注释一起注册。 仅对最近使用“记住我的信息”复选框保存姓名和电子邮件的频繁评论者可用,并且在任何八个小时的时间内也只能使用三次。
忽略评论者 关注评论者
搜寻文字 区分大小写  确切的词  包括评论
列表 书签


该图按降序显示了教育GWAS的按人口分类的标准化多基因评分(1000个基因组人口,EA MTAG,N = 3,257个SNP)。

博客的功能之一就是让人们记下想法。 猜想的半衰期很短。 驳斥总是snap不休。 大卫·贝克尔(David Becker)的最新版本的国家智商受到了强烈的批评,现在正在研究所有这些问题(特别是与分数非常低的国家打交道),当他准备好修订版时,我将再次与他联系。 接下来的十字准线是戴维·皮弗(Davide Piffer)。

https://www.unz.com/jthompson/piffers-equation-further-updated/

Piffer 用一张新纸卷土重来

https://www.mdpi.com/2624-8611/1/1/5/htm

自2013年以来,他再次致力于这个想法。他认为,相对较少的遗传标记,根据构建方法的不同,从127个到3527个SNP不等,可以用作一般的替代品。选择模式,这导致一些基因组比其他基因组更亮。

这是摘要:

摘要:通过三个大型全基因组关联研究(GWAS)的教育程度(EA)鉴定的遗传变异体用于测试多基因选择模型。 使用来自1000个基因组(n = 26),HGDP-CEPH(n = 52)和gnomAD(n = 8)数据集的数据计算加权和未加权多基因评分(PGS),并在人群中进行比较。 来自最大的EA GWAS的PGS与两个以前发布的PGS高度相关(r = 0.96-0.97,N = 26)。 这些因素都可以高度预测平均群体智商(r = 0.9,N = 23)和学习指数(r = 0.8,N = 22),并且对空间自相关的测试具有鲁棒性。 蒙特卡罗模拟产生了非常显着的 p 值。 在gnomAD样本中,PGS与IQ之间的相关性几乎是完美的(r = 0.98,N = 8),ANOVA显示等位基因频率存在显着的群体差异,具有积极作用。 社会经济变量稍微提高了模型的预测准确性(从78–80%增至85–89%),但PGS解释的智商差异是社会经济变量的两倍。 在1000个基因组和gnomAD中,较低的GWAS显着性SNP缺乏预测群体智商的趋势很弱。 此外,在HGDP-CEPH样本中发现了SNP的子集(N = 127)。 对该样本的分析得出与纬度呈正相关,而与距东非的距离则呈低负相关。 通过使用空SNP的经验蒙特卡罗模拟,在考虑了Fst距离与随机噪声的空间自相关之后,这项研究提供了可靠的结果。

Piffer解释了多基因风险评分的使用,并说:

本文的目的是测试多基因评分的预测能力,而与空间自相关和由于漂移和迁移而产生的噪声无关。 预测是,多基因选择模型比仅代表漂移和迁移的零模型更好地解释了平均种群智商。 这意味着 GWAS 中具有积极影响的等位基因的频率在不同人群中具有不同的平均值。

皮弗(Piffer)接受基于欧洲DNA的多基因风险评分的一个重要限制是它们可能会遗漏其他变体。 与其他人群相比,这不一定有利于欧洲人,因为多基因评分同时包含正向和负向变异。 他解释说:

例如,最近对秘鲁人进行的GWAS发现了一种特定于人群的变体,使身高降低了约2.2厘米。 由于此变体仅在美国原住民血统的人群中才是多态的,因此基于欧洲的GWAS可能会遗漏它,可能导致秘鲁人群的PGS被高估(相对于欧洲人)。 EA多基因评分可能会发生类似的情况,其中在其他人群中遗漏了具有负面或正面影响的特定人群变异,分别导致了非欧洲人群多基因评分的高估和低估。 但是,由于特定于人群的变体也可能具有积极作用,因此这些作用往往会相互抵消,从而限制了潜在的偏见。

有证据表明,可以从使用欧洲的GWAS计算的身高多基因评分中得出这种情况,该评分对秘鲁人产生非常低的分数,在1000个基因组样本中排名第二低。 由于大多数GWAS命中不是因果关系(所谓的“标签SNP”),而是与“真实的”因果变异基因相关,并且因为连锁不平衡的模式因人群而异(例如,非洲人的LD区域平均小得多) ,这将减少对与GWAS样本遗传距离较远的种群的预测。

Piffer还使用了Lee(2018)的数据,如下所述:

https://www.unz.com/jthompson/journey-of-1-1-million-miles/

然后我说:

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。 但是,这种衰减程度类似于使用欧洲风险数据来预测非裔美国人分数的三篇论文的衰减程度:教育年衰减为3%,精神病衰减为63%,BMI衰减为88%。

但是,在其他种族中,多基因评分的预测能力预计将纯粹由于不同的LD(连锁不平衡)模式而下降。 在欧洲人中,标记有因果SNP的SNP在非洲人中可能不会这样做。 单单下降的事实还不足以说明两个种族中真正的因果关系所产生的影响是不同的。 可能仅仅是SNP指向了一个稍微错误的方向,但这暂时无法解决。 拥有更多有关非洲人的遗传和情报数据,然后查看基于这些数据的预测(我们的祖传根源)如何预测欧洲的能力将是一件好事。 所有这些将在以后获得更好的数据时提供。

Piffer在所有计算中都使用高度作为控制变量,因为它是多基因的,具有遗传和环境因素,并且可以通过无争议的方式准确地进行测量。 这使得它可以与智力相提并论,后者也是多基因的,也受到环境因素的影响,可以以某些人发现绝对,完全和完全有争议的方式进行精确测量。 有关多基因和社会经济量表的构建,请参见他的论文中的方法声明。 皮弗(Piffer)使用蒙特卡洛(Monte Carlo)模拟获得虚假相关性的基准。

Piffer 并没有试图预测不同基因组中个体的智商,而只是预测他们的组平均值。 他正在使用一组简单而有限的遗传发现来查看他是否可以预测这些平均值,并认为他正在研究的有限组是更大的基因组经历了进化选择过程的指标,并负责小组差异。

关于Fst测度的注释:分数为0表示两个种群正在自由杂交,被称为“完全混交”。 得分为1表示这两个种群没有任何遗传多样性,也没有杂交,就像地理或文化上彼此隔离一样。

图3中的EDU2分数是最可靠的。 请注意,来自巴巴多斯的美国黑人和非洲加勒比人高于趋势线,Piffer 在下面讨论。

表5和图9显示了一个令人着迷的发现:标准的心理计量学表明,阿什肯纳兹人是最聪明的遗传群体(估计IQ 110,这与多基因得分的预测值非常接近(IQ 108)。Ashkenazis的样本量仅为145。芬兰的样本共有1738名受试者,都是欧洲亚组,因此受遗传距离(连锁平衡衰减,种群特异性变异)的影响较小,但是最好重复使用阿什肯纳兹的结果。

在讨论中,Piffer断言:

人群水平的多基因评分(GWAS beta为正的平均等位基因频率)的计算是一种有前途且快速的测试多基因适应信号的方法。 结果清楚地表明,PGS的人口差异(图3)与平均人口智商(图2)的估计以及学生在数学,阅读和科学的标准化测试中的表现(分别为r = 0.9和0.8)相关。

EDU3多基因评分是最可靠的,也是最好的预测因子。 蒙特卡洛模拟强烈表明,所报道的发现并非偶然。 使用此技术构造一个单独的方程式预测身高可以成功预测平均人口高度。 如您所料,这个身高方程并不能预测平均的人口智力,这表明他的智力方程不只是简单地捕捉到一个简单的种族差异,而是将其装扮成可以预测智力种族差异的东西。 该方程至少可以预测其他种族群体的平均智力的事实表明,多基因风险评分的欧洲渊源并不能阻止其具有更广泛的相关性。 很可能在所有种族群体中,提高或降低智力的遗传变异大致相似(尽管它们可能位于基因组序列中略有不同的点)。

Piffer 发现了多基因风险评分的统计问题:你什么时候停止? 也就是说,您应该包括几个预测性SNP? 最强的预测器,没有更多,或者在任何程度上都可以预测的一长串? 他的一位评论者建议采用以下方法。

“从具有最重要的SNP的分位数开始,然后以全基因组重要性下降的顺序添加分位数。 最初,添加分位数将改善预测,但是在特定点之后,添加更多分位数将使预测更糟。 在该拐点处,您具有最佳的PGS”。

Piffer发现,在他的数据中,整个重要分位数之间的信号都有降解,这表现为较低显着性SNP与群体智商的相关性较低的趋势。 为了获得良好的预测能力,需要许多SNP的灵活性,有关压缩感测的好处,Steve Hsu对此进行了更详细的讨论。

计算每个分数与总体智商之间的相关系数。 反过来,计算了相关系数和分位数之间的相关性,得出了一个微弱但显着的相关性(Spearman的r = -0.38,p = 0.0152)。 从大多数 SNP 子集生成的 PGS 的预测能力低于完整集的预测能力。

关于基于欧洲DNA做出的一般种族预测,多基因得分令人惊讶地好,以至于人们可以讨论这些发现及其含义。 例如,他说:

的确,非裔美国人的智商似乎比PGS预测的要高(图2),这表明这不能仅通过欧洲混合物来解释,但这可能是与本地人相比享受更好的营养或教育基础设施的结果非洲人。 另一种解释是杂种优势(“杂种优势”),即由于纯合有害隐性等位基因表达减少,在杂种后代中观察到的适应性增加。

皮弗总结说:

未来的GWAS研究应在非欧洲人群中进行。 的确,跨种族的GWAS是用于鉴定具有均质和异质效应的等位基因以及计算特定人群多基因得分的有前途的资源。 具体而言,它们将使我们能够包括仅在某些人群中具有多态性的SNP,并找到在所有人群中具有相同因果关系的因果SNP。

总结:

正如皮弗(Piffer)所深知的那样,许多从事基因研究工作的人并没有被他的论点说服。 当他首次提出自己的发现时,他们发现了许多批评,他对此做出了答复。 他希望对自己的评论做出回应,但被告知要发表正式论文,这是合理的要求。 皮弗现在已经接受了他的论文,所以现在该批评它了。 开放科学,开放讨论,并可能赢得最佳辩论。

 
隐藏316条评论发表评论
忽略评论者...跟随Endorsed Only
修剪评论?
    []
  1. dearieme 说:

    我希望您度过一个愉快的复活节假期,医生。 至少在来自斯里兰卡的消息之前。

    现在,有几个小问题。

    非洲人……我们可能的祖先根源 是不是很正确,是吗? 我们不是当今非洲人的后裔,而是一小部分非洲人的后裔,他们生活在大约50万至200万年前。 如今,非洲人大概是那部分很小的子集以及当时许多其他子集的后裔。

    Ashkenazis…是欧洲子群体 我的理解是,阿什肯纳兹人的血统大约是欧洲人的一半,中东人的一半。

    最后一个问题给你的美国读者。

    Piffer的评论者之一写道 在该拐点处,您具有最佳的PGS. 我注意到许多美国 blviators 指的是转折点时会提到转折点。 这个习惯什么时候开始的,除了愚蠢的爱外,还有什么吗? 例如,这是否表明作者不熟悉中学演算?

    • 回复: @James Thompson
    , @res
    , @Anon
    , @utu
  2. @dearieme

    是的,复活节一直很好,直到斯里兰卡。

    现在,用你的小题词进行一些小题词。

    我仍然认为“走出非洲”仍然有效,尽管我会观察其他假设的发展。 所以我的意思是 root,而不是当前的分支。 如果您想要更奇特的旅行:在徒步旅行之前,先去逛一下非洲人。

    Ashkenazis:我可能不熟悉,但我认为他们原来是意大利人,中东几乎没有。 可能是几年前才误解了一篇论文。 他们的婚姻甚至是受到犹太人的限制的,都是欧洲人。

    “拐点”。 渐近线。 指数的。 我同意这些是数学的文化拨款。 有趣的是,裁判的意思可以用英语解释为“收益递减点”或“改进停止和错误增加的点”。 那太简单了,不是吗?

    • 回复: @res
    , @dearieme
    , @Anon
  3. gcochran 说:

    Ashenazi:60%的欧洲人,几乎所有的母系血统,大部分为意大利人。 约40%的中东地区。

  4. res 说:

    Piffer的评论者之一写道 在那个拐点处,您拥有最佳 PGS。 我注意到许多美国 blviators 指的是转折点时会提到转折点。 这个习惯什么时候开始的,除了愚蠢的爱外,还有什么吗? 例如,这是否表明作者不熟悉中学演算?

    看起来错误的(非数学的)版本来自业务术语: https://www.investopedia.com/terms/i/inflectionpoint.asp

    是的,这表明作者不熟悉中学演算(或者不喜欢使用精确的单词)。 不知道还有什么可能指示。

    对于那些不知道数学定义的人,请看一下此页面对固定点,转折点和拐点的解释:
    http://bestmaths.net/online/index.php/year-levels/year-12/year-12-topic-list/stationary-and-turning-points/

  5. res 说:
    @James Thompson

    我仍然认为“走出非洲”仍然有效,尽管我会观察其他假设的发展。 所以我的意思是 root,而不是当前的分支。 如果您想要更奇特的旅行:在徒步旅行之前,先去逛一下非洲人。

    该图形似乎是一种合理的思考方式:
    https://en.wikipedia.org/wiki/Human_evolution#Evolution_of_genus_Homo

    标题:

    旧石器时代中期智人的系统发育模型。 水平轴代表地理位置; 纵轴代表数千年前的时间。 [136] 海德堡人被证明分为尼安德特人,德尼索瓦人和智人。 随着 200 kya 之后智人的扩张,尼安德特人、丹尼索瓦人和未指明的古代非洲人再次被归入智人谱系。 此外,还指出了现代非洲人口中的混合事件。

    • 回复: @James Thompson
  6. res 说:

    值得参考以下Factorize的注释中的线程: https://www.unz.com/jthompson/world-iq-82/#comment-3161778

    希望这些讨论现在会在这里进行。 由于我仍然对答案感到好奇,因此我将在网上内嵌我的回答。

    在Piffer论文中令我惊讶的一件事是,他看到的身高PGS /表型相关性比他所见的EAPGS / IQ表型相关性低了多少。 特别是考虑到EA / IQ连接是间接的。

    身高PGS与平均表型身高之间的相关性为r = 0.486。

    有什么想法吗? 有什么理由让我们期望针对身高的特定人群SNP比对IQ更高的人群?

    • 回复: @Merculinus
  7. res 说:
    @dearieme

    我的评论4是对此的回应。 对于那个很抱歉。

    • 回复: @dearieme
  8. dearieme 说:
    @James Thompson

    我的理解是女性的Ashkenazi血统主要是欧洲人-可能是意大利人,也可能是普罗旺斯人。 在男性方面,主要来自中东人。 在链接中,他们认为中东地区绝大多数来自黎凡特。 这样,它们的意思是黎巴嫩人,巴勒斯坦人,叙利亚人和约旦人,而不是德鲁兹人,埃及人,贝都因人或沙特人。

    https://journals.plos.org/plosgenetics/article?id=10.1371/journal.pgen.1006644

    • 回复: @RaceRealist88
  9. Merculinus 说:
    @res

    与智商相比,身高受时间(长期趋势)和空间(人口差异)的营养影响更大。
    Piffer 表明,社会经济因素对身高的变化比对智商的解释要多得多。 遗传性研究还表明,环境对身高的影响仍然显着,但对智力没有影响

    • 回复: @res
  10. @res

    非常感谢。 最后,我可以穿一件T恤。

    • 回复: @res
    , @Wizard of Oz
  11. res 说:
    @James Thompson

    最后,我可以穿一件T恤。

    现在有一个主意。 我不知道那会怎样。 严重地。 例如,大多数美国大学的人对此有何反应?

    • 回复: @Realist
  12. res 说:
    @Merculinus

    谢谢!

    与智商相比,身高受时间(长期趋势)和空间(人口差异)的营养影响更大。

    您对此有定量比较吗? 什么是好的措施? 科恩的D? 我的感觉是弗林效应和相应的身高趋势处于同一水平。 此外,这两个国家之间的差异似乎与我相似。 但是我本人并没有进行真正的定量比较,如果有错,我会对改正非常感兴趣。

    皮弗(Piffer)表明,社会经济因素对身高的影响比对智商的影响要大得多。

    好的。 我没有注意到应该有的表3和表4。 我希望他也使用HDI和Total Protein进行了单变量模型比较。 两种表型的完整模型R ^ 2相似。 有趣的是,总蛋白模型的最终R ^ 2高于HDI模型。

    看到PGS,HDI和总蛋白值的散点图矩阵以及每种表型(2个独立的4个可变散点图矩阵)也将很有趣。 所有这些变量的相关矩阵也将很有趣。

    遗传研究还表明,环境对身高的影响仍然很大,但对智力却没有影响。

    Piffer在第72页上谈到了这一点。共享的身高环境约为10%,因此比两个PGS解释的方差差异要小得多。 尽管在人口(时间或空间)之间进行比较,但您所观察到的环境影响可能更大。

    这超出了本文的背景,很有趣。 关于为什么身高和智商在共享的环境影响中会有所不同的任何想法? 特别是考虑到高度的遗传力。 也许更好的问题是,为什么非共享环境对IQ的贡献如此之大? 测量误差?

    PS对于感兴趣的任何人,David Becker的V1.3.1电子表格在1896年和1996年在所有国家/地区都排名很高。 在ADDVAR工作表中。

  13. Realist 说:
    @res

    现在有一个主意。 我不知道那会怎样。 严重地。 例如,美国大多数大学的人们对此有何反应?

    他们不会有任何线索。

  14. 想象一下,认为智商测试代替了结构有效性来测试智力,并且当心理和身体之间没有法律关系时,基因会引起/影响心理能力。

    “开放科学,开放讨论并可能赢得最好的论据。”

    哦好因为许多概念上的争论都驳斥了精神可以还原为身体的主张,即大脑的状态/结构,基因和生理。 因此,这些针对“导致心理特征的基因”的“基因搜寻”是傻子的事。 联想是不可避免的–基因在逻辑上不可能引起/影响智力。

    • 回复: @ThreeCranes
    , @aksavavit
  15. Anon[109]• 免责声明 说:

    鉴于最近 GWAS 提出的严重问题,我希望没有科学家将这些“结果”视为严肃

    • 回复: @Factorize
  16. Factorize 说:
    @Anon

    您是否有该断言的网址? 您是指2018年XNUMX月《自然遗传学》文章吗?

  17. Merculinus 说:
    @res

    我的观点是,智力仅对营养不良敏感,但超出某些基本要求,您看不到其他好处。 这就是为什么尽管营养不良,但来自中国的中国人的评分却高于或高于亚裔美国人的原因。 另一方面,即使考虑到他们的欧洲血统,非裔美国人的得分也比土著非洲人高,而亚裔美国人比中国人更高。
    另一方面,身高受益于各个层面的更好营养,因此蛋白质摄入量与身高之间存在更线性的关系。 换句话说,营养不良会阻碍成长,但营养过度会使您成为篮球运动员。 营养不良会使孩子愚蠢,但营养过度不会使普通孩子变成爱因斯坦。 即使在富裕的西方国家,我们也认为这是共享环境的影响,据推测,那里饮食中真正富含蛋白质的孩子比饮食中富含蛋白质但不超级丰富的孩子高一英寸,而荷兰人就是这样尽管遗传上非常相似,但比英国人和德国人高(好吧,我承认,遗传差异也可以解释其中的一些差异,但不是全部)。

  18. 犹太人属于印欧语族,尤其是阿什肯纳兹族。 在男性方面,他们最亲近的亲戚是库尔德人,他们像波斯人一样是印度洋人。 没有必要假设 khazar 假设,因为亚伯拉罕来自靠近库尔德家园的乌尔附近。 即使在开始时,他们也尽可能保持部落的同质化。 他们可能以适应德语(意第绪语)的相同方式适应了闪族语言。
    在女性方面,Askhenazi犹太人主要是意大利北部的人,大概是从罗马时代和与当地女士通婚的黑暗时代开始的。 直到大约11世纪,犹太人才沿男性行列(亚伯拉罕·贝加特·以撒生于雅各布,而雅各····················)后来才移居至女性系。

    • 回复: @dearieme
  19. @Merculinus

    为什么弗林效应(智能)对环境如此敏感(更好的营养,更多更好的教育)?

    Ulric Neisser估计,根据第一个Stanford-Binet Intelligence Scales标准化样本,使用1997年的IQ值,1932年美国的平均IQ为80。他说,“但是有将近四分之一的人看起来似乎是'缺陷'。”全世界的考试成绩肯定都在上升,但是情报本身是否上升仍存在争议。

    https://en.wikipedia.org/wiki/Flynn_effect

    人们认为,阿什肯纳兹犹太人有中东和欧洲的混血儿。 当人们相信中东人的平均智力较低时,为什么他们的平均智力比欧洲人高(我不认为这不是事实,但是数学是什么)?

    按血统来看,阿什肯纳兹犹太人大约占欧洲的53%,占中东的47%。

    https://www.unz.com/isteve/time-and-place-of-european-admixture-in-ashkenazi-jewish-history/

    • 回复: @notanon
  20. dearieme 说:
    @John Taylor

    在男性方面,他们最亲近的亲戚是库尔德人 不,德系犹太人的男性一方来自黎凡特(叙利亚、黎巴嫩、巴勒斯坦、约旦)。

    亚伯拉罕来自乌尔附近 亚伯拉罕不存在。 亚伯拉罕来自一个童话故事。 摩西来自一个童话故事。 约书亚来自一个童话故事。 等等血腥的老样子。 据任何人所知,直到亚述人到来之前,以色列历史上没有任何历史。

  21. dearieme 说:
    @Merculinus

    尽管遗传上非常相似,但荷兰人还是比英国人和德国人高

    这是一种新近出现的现象-如果您能找到很好的解释,那么科学奖应该走了。

    • 回复: @Merculinus
    , @Bonner Tal
  22. Merculinus 说:
    @dearieme

    选择比大多数人想象的要快得多,而且科学很快就会明白这一点。
    这也解释了Ashkenazi的优势。
    关于荷兰现象,我用它作为一个例子,说明高乳蛋白摄入量确实比中等蛋白质摄入量对身高更好,但对智力则不然

  23. dearieme 说:
    @Merculinus

    是否有确凿的证据表明它与乳制品摄入量有关? 苏格兰人几乎在所有东西上都吃黄油,或者我小时候就吃。 他们没有荷兰人高。

    • 回复: @Merculinus
  24. Merculinus 说:
    @dearieme

    乳蛋白,而不是乳脂。 黄油是脂肪

    • 回复: @dearieme
  25. @Merculinus

    亲爱的Merculinus,

    如果您直接回答我,我将不胜感激。 我可能已经问过您一些棘手的问题,以激发您的沉思。

    但这并非没有结果。 我们可能必须谨慎解释人类基因组。

    是的,与欧洲人相比,阿什肯纳兹人的平均智力得分更高。 与其他种族相比,欧洲人的平均得分也更高。 这些已经建立。

    但是迅速寻求“选择”来寻找逻辑问题的答案可能只会使我们陷入解决我们缺乏答案的问题的幻想中。 我们有时可能需要进一步挖掘。

    例如,如果“选择”使欧洲平均智商为80(80年美国为1932)的欧洲人以其规模和规模实现了1700年代的工业革命,为什么我们不相信平均得分为今天能拉80个类似的壮举吗?
    [我不想带伍德利和达顿来预测1700年代的智商]

    如果可以的话,如果我们看过1932年的欧洲人基因组,我们会看到什么?

    既然欧洲人平均高出 20 个百分点,为什么我们没有经历另一场比工业革命更大的革命?

    欧洲人做了非常了不起的事情,影响了全世界普通人的生活。 非常宏伟的东西。 我们对此表示赞赏。 我的观点很简单,一些科学家可能需要更加谨慎地解释现象——包括基因组预测。

    为什么群体的智能分数(第95个百分位数)在统计上超过了教育水平? 即使他们的小组的平均智商很低? 我们看不到 推动力 在这些人群中行动并将聪明的部分转移到这样的成就?

    关于基于欧洲DNA的PGS的局限性,可能会遗漏其他负面或正面影响的变体,与其他人群相比可能会偏向欧洲人,Piffer解释说:

    [由于]特定人群的变异也可能具有积极作用,因此这些作用往往会相互抵消,从而限制了潜在的偏见。

    有证据表明,可以从使用欧洲的GWAS计算的身高多基因评分中得出这种情况,该评分对秘鲁人产生非常低的分数,在1000个基因组样本中排名第二低。

    这是多么的细致? 必须永远存在 可比 每个组中每个特征的负面和正面影响的变异数量是多少?

    为什么美国黑人的平均智商显示出其PGS预测的偏差? 弗林对皮弗的营救起到了作用。 如果表型优先于基因型,为什么要固定在基因型上并使其成为上帝呢? 也许我们的某些科学家需要更多的谨慎和耐心。

    我的结论是,如果欧洲以平均智商为80的工业革命来实现,则不必对平均种族智力大惊小怪。我们可能需要更多的耐心来解读人类基因组及其真实含义,但在此之前,我们需要谨慎行事。

    我希望听到您作为绅士的想法。

    PS任何人都可以加入讨论。 包括专家。

  26. Merculinus 说:
    @Chimela Caesar

    达顿(Dutton)和伍德利(Woodley)实际上认为,自工业革命以来,智力下降了10-20点,因此,如果智商为100,则今天为80。他们认为弗林效应掩盖了g的下降,并且仅是特定值的增长能力,但不是一般的认知能力。 如果他们是对的,这可以解释为什么尽管我们的智商提高了20点,我们的祖先还是设法实现了自己的成就。 换句话说,根据他们的理论,在80年出生的智商为1800的人与在今天出生的智商为100的人具有相同或更高的智力水平。
    我们可以看到这种悖论与诺贝尔奖获得者的智商一起起作用。 1930年代出生的许多人当时的得分约为130(例如,费因曼,路易斯·阿尔瓦雷斯,威廉·肖克利,EOWilson,詹姆斯·沃森),相当于今天的115分,相当于大学毕业生的平均水平。 另一项针对剑桥大学教授的研究发现,物理学家和数学家的平均智商为 132。
    如果今天得分为130的人之所以这样做,部分原因是因为弗林效应相关的特定能力的提高,那么他们的智商得分将比50年前具有相同智商的智商得分低,这可以解释为什么如今智商为130的普通应试者并不像那些顶级物理学家那样聪明,或者经过弗林效应校正的同行(得分为115,相当于几十年前经FE校正的智商为130的智商)却不如那些智商高。那些顶级物理学家。

    关于你的问题,这些流行特定变体中有多少是增强智力还是有害的问题,这个问题得到了更细致的解决。 似乎有一点偏向于有益的变体,但即使在对此进行控制之后,黑白 PGS 差距也仅略有减少(2.43% 对 2.32%)。 看: https://rpubs.com/Daxide/488754

  27. @Merculinus

    换句话说,根据他们的理论,在80年出生的智商为1800的人与在今天出生的智商为100的人具有相同或更高的智力水平。

    这就是重点!

    达顿(Dutton)和伍德利(Woodley)在他们的“选择”叙述中专门提到了欧洲集团。 当被问到时,心理学研究人员说,如今,平均智商得分相对较低的人群尚未看到弗林效应对他们产生影响。 因此,这些群体是欧洲人在1800年代的所在地,这意味着低分掩饰了类似的脑力。

    因此,也许当前的平均种族智力分数可能需要谨慎解释,因为从上述“公理”得出,IQ 和 g 是不断变化的,并且在时间和空间上松散耦合。 这是我恳请一些科学家注意的警告。

    接下来呢? 即使声称PGS支持这些平均分数,但它们对实现能力的解释也可能存在缺陷。

    • 回复: @Merculinus
  28. Merculinus 说:
    @Chimela Caesar

    我想你误解了我的意思。 我的观点是,由于智障,出生于1800年的欧洲人的智力水平与今天相同或更低,尽管他们的智商较低。 换句话说,根据伍德利的说法,弗林效应对于 g 是无效的。 因此,环境只会提高与智商无关的与g无关的成分,而g部分则完全取决于(多族严重营养不良或流浪儿童)(多基因评分加上稀有变异)。

  29. res 说:
    @Merculinus

    感谢您与Piffer对欧亚特定等位基因和多基因得分的有趣分析的链接。

    在这篇文章中,最让我印象深刻的是接近尾声的PGS_difference图。 有一个明显的大差异群体。 几乎所有这些都是亚洲人,但其中一个是
    IBS西班牙伊比利亚人口
    我想知道他是否正在该情节中了解有关巴斯克人的信息(以及该祖先群体的整体遗传影响)? 还有其他想法吗?

    对于亚洲人来说,在我看来,PGS可能低估了他们的证据。

    非洲人与CEU的遗传距离比亚洲人还要远,因此非洲人口的相对较小差异是惊人的。 可能存在抵消性的环境影响,掩盖了真正的差异吗?

    这似乎是一个从较早线程返回另一个问题的好地方。 在此评论中:
    https://www.unz.com/jthompson/world-iq-82/#comment-3167453
    我观察到(针对ASW人群):

    我不知道该人群的混杂程度,但我同意您的看法,即EDU3 PGS缺乏转移是有暗示意义的。 但是,此博客文章显示了PCA图,该图显示了ASW人群的显着掺混物(以我的眼来看,这一比例超过25%,超过了平均水平的24%) https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4289685/ ): http://blog.goldenhelix.com/grudy/admixture-in-reference-populations-1000-genomes-uses-african-americans-in-african-reference-group/

    不确定如何调和这两个事实。

    关于如何调和这两个事实的任何想法:
    1. ASW人口中约有25%与白人混合(在PCA地块上,两种人口之间的比率为25%)。
    2、ASW人群PGS评分与非洲人群评分几乎相同,与CEU相差25%。

    • 回复: @Merculinus
  30. Merculinus 说:
    @res

    PGS的准确性随着与欧洲人的遗传距离而降低。 请注意,使用Piffer方法中的未加权PGS(在本博文的散点图中显示),ASW的得分比其他非洲人要高得多,但使用加权的EA_MTAG(在此博文的此处的棒棒糖图表中显示),ASW的得分大致相同。

    • 回复: @res
  31. res 说:
    @Merculinus

    PGS的准确性随着与欧洲人的遗传距离而降低。

    这是简单的理论,但是Piffer的rpubs文档中的PGS_difference图使我认为我们正在看到更复杂的东西。 我猜想,当种群既有分歧又处于与祖先不同的环境中时(例如,欧洲人和亚洲人),遗传距离所带来的影响要比当一个种群仍处于祖传环境中时(非洲人与其他人相比)有不同的影响,因为迁移的群体很可能与原来适应的环境相比,具有不同的选择压力。

    我认为这将导致欧洲-亚洲PGS显示出比非洲(欧洲或亚洲)更多的独特等位基因,这就是PGS_difference图似乎表明的。

    我没有得到以下几点。

    请注意,使用Piffer方法中的未加权PGS(在本博文的散点图中显示),ASW的得分比其他非洲人要高得多,但使用加权的EA_MTAG(在本博文的此处的棒棒糖图表中显示)则与ASW的得分大致相同。

    我看到ASW PGS在一个图中位于YRI上方,而在另一个图中则位于YRI与非洲其他地区之间(我认为这要高得多)。 但是(ASW中的模掺合剂)这些人群与CEU的遗传距离不应该相近吗? 而且,如果有的话,与其他非洲人相比,CEU混合物应使PGS对ASW的准确性更高。

    对我的各种ASW混合点有什么想法?

    PS 如果 Piffer 可以在他的 rpubs 文档中添加数字编号,那将会很有帮助。 IIRC过去曾是HTML输出的难题,但是最近使用bookdown软件包似乎变得很容易: https://stackoverflow.com/questions/37116632/r-markdown-html-number-figures

    • 回复: @Merculinus
  32. @Merculinus

    让我们使用符号来阐明我们的思想。

    我的观点是,由于智障,出生于1800年的欧洲人的智力水平与今天相同或更低,尽管他们的智商较低。

    假设1800年代的平均欧洲智商和g为 iqEu1800欧盟1800 分别。

    假设2000年代的平均欧洲智商和g为 iqEu2000欧盟2000 分别。

    设两个周期之间的弗林效应为 e.

    让两个时期之间的致病性 d.

    显然,您的意思是:

    iqEu1800 = 80

    iqEu2000 = 100

    松散地说,就在发生发育不良之前:

    iqEu1800 = gEu1800 = 80

    但是,今天:

    iqEu2000 =(gEu1800 – d)+ e = 100

    这意味着:

    gEu2000 = gEu1800 – d

    gEu2000 <gEu1800

    gEu2000 <80

    和:

    iqEu2000 = gEu2000 + e = 100

    但为了简单起见,让我们说:

    gEu2000 = 80

    所以:

    iqEu2000 = 80 + e = 100

    ε = 20

    现在,让我们考虑今天另一个尚未经历弗林效应的小组(我们在说的很松散)。 为了简单起见,让我们考虑巴基斯坦旁遮普(Pp)为种族群体,据报道其平均智商为84。

    达顿(Dutton)和伍德利(Woodley)在他们的理论中不认为Pp经历了致病性(也是松散地讲)。

    根据上面的公理,我们可以断言:

    iqPp2000 = gPp2000 = 84

    但是由于84和80是可比较的,为简单起见,让我们假设:

    iqPp2000 = gPp2000 = 80

    换句话说,根据伍德利(Woodley)的观点,弗林效应对于g是无效的。 因此,环境只会提高与智商无关的非g分量

    按照上面的断言:

    iqEu2000 = gEu2000 + e = 100

    iqPp2000 = gPp2000 = 80

    包含相等 g的 ,尤其是 ε = 20

    所以:

    gEu2000 = gPp2000 = 80

    虽然:

    iqEu2000 = 100

    iqPp2000 = 80

    那是理论的两难境地。 这意味着当今许多智商得分可能会有一定的提高。 但这也意味着,巴基斯坦旁遮普邦等尚未经历弗林效应的群体可能具有与当今欧洲人相当的先天智力(g),尽管这些群体具有不同的平均智商得分。 弗林效应对某些亚洲群体也有影响:

    在智商测试已被广泛使用的许多其他国家(包括其他西欧国家,日本和韩国)也观察到了类似的收益。

    https://en.wikipedia.org/wiki/Flynn_effect

    因此,根据基于各种理论的上述含义,当前平均种族智力分数的等级将成为对原始脑力的怀疑。

    但是g部分完全取决于多基因得分加上罕见的变异(严重的营养不良或流浪儿童除外)。

    Piffer论文中的多基因评分验证了当前平均种族智力评分的层次结构,基于以上基于各种理论的分析,这些数据似乎是在摇摇欲坠的基础上得出的。

    在上面的分析中,我尝试不发明任何东西。 我只是试图用符号来解释各种理论。 请给我指出任何虚假的东西,以便我进行修正。

    如果您有任何保留,请用符号回复我。

    • 回复: @Merculinus
    , @RaceRealist88
  33. Merculinus 说:
    @Chimela Caesar

    我明白你的意思。 您假设今天的巴基斯坦的情况与1800年的欧洲相同。巴基斯坦可能不是最先进的国家,但它们已经西化,他们可以使用技术和学校,这可能是弗林效应的背后。 因此,我不确定它们是否不含FE。 还要注意,在散点图中,PJL和其他组具有负残差。 他们基于回归预测的智商约为88。

    • 回复: @Chimela Caesar
  34. Merculinus 说:
    @res

    请看此博客中的第二个图(Scatterplot),该图取自Piffer的论文。 美国黑人点(与ASW相同)是一个积极的异常值,本文甚至对此进行了讨论。 因此,他们的PGS与其他黑人相同是不正确的。 仅对于Piffer为该博客专门制作的(加权的)EA_MTAG PGS就是这种情况,并且在他的论文中没有提到。 因此,取决于SNP的选择,ASW分数会上升或下降。 未加权分数的ASW分数比加权分数的ASW分数高得多。 这可能与以下事实有关:GWAS Betas在各个人群之间均失去有效性,因此,非欧洲人的未加权分数表现更好,而欧洲人的加权PGS更为准确。

    • 回复: @res
  35. res 说:
    @Merculinus

    请看此博客中的第二个图(Scatterplot),该图取自Piffer的论文。 美国黑人点(与 ASW 相同)是一种积极的异常值,这甚至在论文中进行了讨论。 因此,他们的 PGS 与其他黑人的相同是不正确的。

    ASW在y轴(人口IQ)上是一个离群值。 在 x 轴 (EDU3 PGS) 上,它几乎与 YRI 相同。 我看不到离群点(y轴,总体智商)如何影响您的PGS点。

    重复我之前的声明:

    我在一个地块中看到 ASW PGS 就在 YRI 上方,在另一个地块中位于 YRI 和非洲其他地区之间

    我看不到您在这种差异上的“更高”。 在上面的棒棒糖图中,我们谈论的ASW PGS差异为十分之一或二,而CEU / ASW差异约为2。

    我确实认为以下情况是可能的(但不能肯定,请回忆一下Piffer的早期结果,其中最重要的SNP是更好的预测指标):

    这可能与以下事实有关:GWAS Betas在各个人群之间均失去有效性,因此,非欧洲人的未加权分数表现更好,而欧洲人的加权PGS更为准确。

    我不明白的是,这如何影响ASW和YRI(非洲等)之间的关系。 除非你在谈论 ASW 中的白色混合物,然后进入我之前评论的另一部分。

    • 回复: @Merculinus
  36. Merculinus 说:
    @res

    对于ASW,白色外加剂为20%,而不是25%。 因此,它们应该介于非洲和CEU分数之间的20%位置上,这一事实可以通过非洲裔美国人中发生的强烈的致病性现象来解释(回忆威廉·肖克利(William Shockley)的数据,但后来的估计也请参见: https://jaymans.wordpress.com/2012/06/08/dysgenic-fertility-among-blacks-apparently-yes/)。 同时,非洲原住民生活在更具挑战性的环境中,因此,由于生活在工业化社会中,他们不会遭受致病趋势的困扰。

    • 回复: @res
  37. 您之前承认了以下内容:

    因此,环境只会提高与智商无关的与g无关的成分,而g部分则完全取决于(多族严重营养不良或流浪儿童)(多基因评分加上稀有变异)。

    这意味着Piffer模型仅选择原始g。 您谈到了Piffer模型:

    还要注意,在散点图中,PJL和其他组具有负残差。 他们基于回归预测的智商约为88。

    如果旁遮普巴基斯坦(我是说您)“弗林膨胀”的平均智商为84,而与上述88相当,那么您如何调和以下索赔?:

    巴基斯坦可能不是最先进的国家,但它们已被西化,他们可以使用技术和学校,这可能是弗林效应的背后。 因此,我不确定它们是否不含FE。

    • 回复: @Merculinus
  38. res 说:
    @Merculinus

    我再看一遍上面为ASW混合物提供的参考: http://blog.goldenhelix.com/grudy/admixture-in-reference-populations-1000-genomes-uses-african-americans-in-african-reference-group/
    并且 20% 听起来似乎合理。 我太在意箭头,而不是ASW组的重心。 不过,您有20%的参考吗? 我想有一个可靠的数字参考,而不是盯着情节。

    难产的解释听起来似乎合理,但PGS中YRI和CEU之间的距离(上面的棒棒糖图)为2。因此,CEU与YRI的20%混合物应比YRI高0.4(秘鲁人以上)。 您是否认为这种致病作用足以抵消这种影响? ASW中的白色外加剂是否可能低于CEU平均水平? 这可能是部分解释。

    另一个可能的通配符是ASW,其中有些人与美洲原住民混合在一起(奇怪的是,我们似乎在PCA图中看不到,实际上,我仔细看了看,认为我看到其中有四个人转向了亚洲)。 从上面我给的参考: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4289685/

    1000个基因组计划的ASW人口中有1000个人的估算一致性较差。 这些人有大量的美国原住民血统,但并未以23个基因组计划的估算值作为模型。 我们自己对俄克拉荷马州XNUMXandMe自我报告的非裔美国人的祖先血统的高估支持了这些特殊个体在俄克拉荷马州进行采样并具有重要的美洲原住民血统。

    PS:这是否是肖克利参考书中的适当内容,或者您​​还有其他想法吗?
    致胚力,遗传性,外消旋性:对教育者智力责任的挑战
    https://www.jstor.org/stable/20373194

    这是一个有趣的摘录(对于遗传效应,百分比数字的1分对我来说听起来实在是太高了):

    我们将Reed的发现与图5中的陆军入职前测试数据结合起来,估计对于智商低的黑人群体,每1%的白种人血统会使平均智商提高20个百分点。40我建议了控制环境差异以进行测试的方法此估计的可靠性。 一个有趣的问题是收益递减的水平。 例如,在110%的白种人血统中,平均智商是否为XNUMX?

    我没有看到有关致孕作用的数字估计(我是否错过了?),但是有这样的情况:

    如果那些白种人基因最少的黑人实际上是最多产的,也是最不聪明的,那么基因奴役将是他们下一代的命运。

    • 回复: @Merculinus
  39. 尽管存在差异,为什么孟加拉裔美国人的人均收入仍高于墨西哥人? 为什么福利使用率和犯罪率要低得多?

    同样,很高兴看到孟加拉印第安人的人数,看看是否有重大差异。 我们可能不是一个大社区,但我是IM Cutiouz来看看我对古吉拉特语和孟加拉语印度人基因的立场。 尼扎里·伊斯梅里·古吉拉特人(Nizari Ismaili Gujaratis)往往是一个有钱人的社区,因此,为什么我们实际上只经营乌干达,而其中只有1%的人占税收的70%。 他们也恳求em回来,如果我正确地记住,poppop会让他的灵魂受到个人邀请。 南非的印度人也往往来自古吉拉特语背景,虽然仅占1%,但无论他们拥有SA的20%的经济。

    孟加拉人在科学和创新方面也做得还不错。 穆罕默德·尤努斯(Mohammed Yunus)是小额信贷的先驱。 Sal Khan通过KhanAcademy革新了在线教育和教育领域。 Jawed Karim是Youtibe的三位联合创始人之一,也是Paypals最早的员工之一(Paypal黑手党)。 我们还有Fazlur Ra​​hman Khan,他被认为是建筑计算机辅助设计的先驱,并且被认为是结构技术的爱因斯坦和21世纪最伟大的结构工程师,同时还是一位主要的建筑师。 我们还有Jagdish Chandra Bose,Satyendra Bose(玻色子),Amartya Sen(嫁给一个犹太人,没有留下深刻的印象),以及Rafiuddin Ahmed,他在印度建立了牙科和类似的学校。

    孟加拉国孟加拉裔美国人拉齐布·汗(Razib Khan)也发现孟加拉人印第安人的表型/妆容稍有不同,而孟加拉人印第安人的白种人/白种人混合比例更高。 Reallu很好奇Id站在哪里

    • 回复: @Eagle Eye
    , @Thulean Friend
  40. j2 说:

    像这些研究中的典型情况一样,该研究中的Ashkenazi IQ似乎出了点问题。

    Dunkel等人的研究使用了53名犹太人的样本,但是
    https://emilkirkegaard.dk/en/?p=7680
    声称威斯康星州的一项研究对153名犹太人进行了独立验证,并链接到
    http://rpubs.com/Jonatan/jewish_pgs
    从威斯康星州研究中查看乔纳森·帕尔森(Jonathan Pallesen)2018年的结果,犹太人的人数也为53人,而不是153人,这不是任何独立研究。 密度与智商的数字与Dunkel等人的数字完全相同,因此这不是任何独立的验证。 Pallesen是Dunkel等人的第三作者,数据似乎与53位犹太人相同。

    在 Pallesen 的研究中,PGS 与 IQ 的关系图题为“宗教”,以 IQ 和 PGS 为轴的基督徒的 IQ 没有正态分布,因此基督徒包括几个群体。 尽管它们应该相同,但似乎与先前关于轴密度和IQ的图不同。

    在(4.其他信息)中,智商表显示圣公会教堂的智商为105,比阿什肯纳齐智商108的智商低100分。由于圣公会教堂是美国国教教堂的版本,英格兰是智商103的标度点,因此表格意味着美国的Ashkenazi犹太人的智商为XNUMX。显然,移居美国的德国人才华横溢,是先锋人物。

    然后,在Pallesen中提到了针对212名犹太人的复制研究(3. HRS中的复制)。 认知分数差异很小,表明智商差异为 3 分。

    关于多基因评分,在Pallesen进行的研究将PGS分为两个评分,这允许选择标记以获得您想要的结果。

    我的结论是Dunkel等人比Piffer更加可疑。

    • 回复: @res
  41. Merculinus 说:
    @Chimela Caesar

    它是部分Flynn膨胀的。 弗林效应是一个连续的过程,它不是二进制的是或否。 在某些国家/地区,它仍在进行中。 我的意思是,当FE像西方国家一样稳定时,巴基斯坦的智商将达到88。请阅读Piffer的论文:他表明,社会经济变量(HDI,食物中的蛋白质等)仍占了部分差异。智商,从而填补了PGS留下的与环境有关的有限元增益的空白。

  42. @Merculinus

    有什么理由证明智商测试代替了结构效度来测试智力?

    https://notpoliticallycorrect.me/2019/04/07/the-lack-of-iq-construct-validity-and-neuroreductionism/

    有什么理由可以证明特征X是“遗传的”呢? 性状是“遗传的”是什么意思? 使基因特权高于任何其他发育变量的先验理由是什么?

  43. @Chimela Caesar

    想象一下,如果思维能力不是身体上的,就可以选择,只能选择身体上的东西。

    • 回复: @Chimela Caesar
  44. @Merculinus

    “ g”是测试结构和项目分析的发明。 这不是大脑中的“真实”属性。

  45. @Merculinus

    什么是“g”? 它是大脑的一种特性吗? 如果是这样,它在哪里? 您是在说精神沦落为肉体吗?

    弗林效应是由于中产阶级的增加。 智商测试不能测试复杂认知的能力。 心理学家所依赖的智商测试企业是虚假的。

  46. @Chimela Caesar

    “ Piffer论文中的多基因评分验证了当前平均种族智力评分的层次结构,基于以上基于各种理论的分析,这些数据似乎是在摇摇欲坠的基础上得出的。”

    他们“验证了当前平均种族智力分数的等级”(不能说他们是“智力分数”,因为智商测试不是构造有效的)并不是基因导致智商分数的证据。

    所有这些都归结为“基因原因思考”,因为考试的主要方面是思考。 这项主张显然是荒谬的。 思维是无法简化的,思想不是机制。 罗斯在他的非物质思想方面证明思想不是物理的-它是非物质的,因此基因,生理学,大脑状态/结构不能解释智商得分(智商主义者称“智力”得分为0,即使测试不是构造有效)。

    智商测试是对中产阶级知识和技能的测试。 因此,接触这些类型的类特定项目必然与测试性能有关。 测试项目的类型是特定于类别的; 甚至像 Raven 这样所谓的“文化公平”测试也存在偏见,并且使用了中产阶级的知识结构——事实上,Raven 是所有测试中偏见最严重的智商测试。

    智商测试衡量的是与中产阶级的距离,因为它测试的是特定阶级的知识和技能,而不是“智力”。 正如智商主义主要的戴利(Deary)在2001年对“智能”的介绍中所承认的那样,甚至没有关于智力的理论或其中的个体差异。

    这进一步证明了声称智商测试会测试智力的说法,因为对看不见的功能的公认度量背后有公认的理论。 例如,温度计的精度是在不依赖仪器本身的情况下建立的(请参见Hasok Chang, 发明温度).

    关于智商测试,建议测试是有效的,因为它们可以预测学校表现和成人职业水平、收入和财富。 尽管如此,这是循环推理,并不能证明智商测试是有效措施的说法。

    智商测试依靠其他测试来尝试证明它们是有效的。 但是,正如在不循环依赖仪器本身的情况下验证温度计的有效示例所看到的那样,IQ测试被认为是有效的,因为它声称它可以预测测试分数和生活成功。

    但是由于测试的构建方式,这是自我实现的,不能证明IQ测试是有效的主张–它们测试的目的是(智能)。

    因此,“ IQ测试测试智能”这一说法不能成立,因为它们不是有效的构造方法。

    P1如果声称“ IQ测试测试智能”为真,则IQ测试必须有效。
    P2 IQ测试无效。
    C因此,“智商测试智商测试”这一说法是错误的。 (收费通行费,P1,P2)

    • 回复: @Chimela Caesar
  47. j2 说:

    我查看了Dunkel等所有文章,尤其是他们使用的PGS是什么。 它不是Piffer所使用的那个,因此不应将其结果绘制到与Piffer的结果相同的图上。 有趣的是,他们没有使用任何已知的PGS来获得教育,而是自己制作了。 该信息据称位于:
    https://www.ssc.wisc.edu/wlsresearch/documentation/GWAS/Lee_et_al_(2018)_PGS_WLS.pdf
    但徒劳地寻找所选的确切SNP和权重。 此外,他们的评估标准允许主观评估,自我评估
    Lee等人1对四种表型进行了全基因组关联分析:受教育程度(EduYears,N = 1,131,881),认知表现(CP,N = 257,841),自我报告
    数学能力(MA,N = 564,698)和最高级别的数学课程(HM,N = 430,445)。

    看看你的想法。

  48. @gcochran

    提醒我们格雷格。 这是基于最新的基于DNA的研究吗? 即使我一直对UR线程感到满意,也可以从内存中充分引用您的权限,但是请问您能提供一些指导来指导最佳证据,包括理解它。 实际上,记忆告诉我,您的其中一个帖子占58%,而您现在所说的c。 60

  49. @res

    是否会发现自然选择偏爱基因和表观遗传学,这些基因和表观遗传学确保缺乏良好的饮食习惯对大脑的生长和功能的影响小于对身体其余部分的身体大小的影响,这会令人惊讶吗?

    • 回复: @res
  50. @James Thompson

    我想请T博士,作为您经常和有同情心的读者之一,不习惯于使用您和您的研究生所熟悉的行话,首字母缩写词,缩写和符号,请您提出以下建议: UR读者读到的东西不只是您准备提供同行评审所需的笔记吗? 定期附上的扩展词汇表可能是您帮助读者的一种有效且经济的方式。 当我说“扩展词汇表”时,我的意思是不仅可以阐明内容,还可以给出说明性的计算和/或假设的反例,以更好地定义含义。

    • 回复: @James Thompson
  51. https://www.telegraph.co.uk/news/science/science-news/12061787/Intelligence-genes-discovered-by-scientists.html

    https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4270739/

    这里的失败之处在于独特性。 没有研究发现任何特定人类群体所独有的独特遗传配对、动态或形成。 那可能是遗传的。 但是到目前为止,还没有这样的东西。 智商脱颖而出的最明显差异似乎是较小的封闭社区或紧密联系的社区,这些社区交往且在环境上相称,特别是在培训和教育方面。
    ---------------

    我对有关任何社会的分数差异的讨论很感兴趣。 即巴基斯坦。 假设处于任何一种工业化状态,西方思想应全面反映,是假设这些条件变量中的任何一个作为整个人口的组成部分而存在。 巴基斯坦和印度、日本、越南等国一样,仍然是一个高度阶级结构化的社会。

    诸如识字率之类的因素将在任何测试场景中扮演重要角色。
    __________________________

    • 回复: @Anon
  52. Merculinus 说:
    @res

    我最近读到,ASW White外加剂为20%,但我不记得该参考文献。 我敢肯定,如果您用Google搜索,可以找到它。
    是的,对于智力或教育的分类交配表明,与黑人混合的白人低于白人的平均水平。
    关于肖克利,我指的是肖克利在视频采访中显示的图表,其中他显示出受教育程度最低的黑人妇女生育最多的黑人妇女。 可以在Youtube上的以下链接中找到: https://www.youtube.com/watch?v=sAszZr3SkEs#t=2m5s

    • 回复: @res
  53. @Merculinus

    您之前承认了以下内容:

    因此,环境只会提高与智商无关的与g无关的成分,而g部分则完全取决于(多族严重营养不良或流浪儿童)(多基因评分加上稀有变异)。

    这意味着Piffer模型仅选择原始g。 您谈到了Piffer模型:

    还要注意,在散点图中,PJL和其他组具有负残差。 他们基于回归预测的智商约为88。

    如果旁遮普巴基斯坦(我是说您)“弗林膨胀”的平均智商为84,而与上述88相当,那么您如何调和以下索赔?:

    巴基斯坦可能不是最先进的国家,但它们已被西化,他们可以使用技术和学校,这可能是弗林效应的背后。 因此,我不确定它们是否不含FE。

    • 回复: @Chimela Caesar
  54. @RaceRealist88

    嗯,“基因在逻辑上不可能引起/影响心理能力”,但从物理上讲并非如此。

    • 回复: @RaceRealist88
  55. @ThreeCranes

    精神和身体之间没有法律关系,因此基因不能引起/影响精神能力。

    • 回复: @annamaria
  56. @Chimela Caesar

    请对不起大家。 我在陈旧的选项卡上进行对话,因此我重新发布了已回复的评论。

  57. @RaceRealist88

    我理解你的感受。 我认为,一般而言,采用比例推理权衡所有主张,包括基于“选择”叙述的主张,都是合适的。

  58. annamaria 说:
    @RaceRealist88

    “心理与身体之间没有法律关系,因此基因不会引起/影响心理能力。”
    — RaceRealist88,您见过​​患有唐氏综合症或威廉姆斯综合症的孩子吗?
    显然,您在错误的论坛上,需要找到分享您的信念体系的人。

    • 回复: @annamaria
    , @RaceRealist88
  59. @Merculinus

    我读过皮弗的论文。

    [Piffer] 表明社会经济变量(HDI、食物中的蛋白质等)仍然解释了 IQ 的一些差异,因此用环境依赖的 FE 增益填补了 PGS 留下的空白。

    这仅在人口因严重的产前营养不良而与其真正的遗传潜力相比表现不佳的情况下才适用。 但它 不应该 包括由于接受更多和更好的教育而获得的智商得分的提高。

    让我知道我上面的断言是否有效。

  60. res 说:
    @Merculinus

    是否有关于弗林效应在IQ范围内平均分布的想法?

    例如,来自维基百科的内容: https://en.wikipedia.org/wiki/Flynn_effect#Rise_in_IQ

    一些研究发现弗林效应的收益特别集中在分布的低端。 例如,Teasdale 和 Owen (1989) 发现该效应主要减少了低端分数的数量,导致中等高分的数量增加,而非常高的分数没有增加。 [15] 在另一项研究中,对两个西班牙儿童的大样本进行了30年的评估。 智商分布的比较表明,测试中的平均智商得分提高了9.7点(弗林效应),收益集中在分布的下半部分,而上半部分则可忽略不计,随着个人的智商增加。 [16] 一些研究发现,智商高者的Flynn效应反而降低。[17] [13]

  61. res 说:
    @Wizard of Oz

    一点也不奇怪。 那将是我的工作假设; )但我对它的真实性感到好奇。

  62. res 说:
    @Merculinus

    谢谢。 我去寻找ASW外加剂参考。

    这个: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3392282/
    说:

    图 4 显示了四个 HapMap 种群 ASW、CEU、CHB 和 YRI 使用染色体 1 上的标记的结果,作为双向混合的示例。 在这里,CEU 和 YRI 分别用于代表 ASW 人口的欧洲和非洲血统。 CHB被包括在分析中以提供额外的变化轴。 发现大多数ASW样品仅限于CEU和YRI谱系。 ASW质心与连接CEU和YRI质心的线段之间的距离为0:002,远小于线段的长度(0:11)。 结果证实,ASW 种群是遗传上最近的混合物,平均为 19:2% 的欧洲血统和 80:8% 的非洲血统,使用公式 (18) 和 (19) 计算,P3 代表 ASW 的质心。 还使用等式(18)和(19)来计算各个混合物的比例,并在表S1中列出。 STRUCTURE 的结果也显示在表 S1 中。 通过STRUCTURE估算的欧洲和非洲血统的平均混合比例分别为26:3%和73:7%。 PCA结果与STRUCTURE结果之间的Spearman相关系数为R〜0:847。

    我还下载了他们的表S1,该表提供了来自ASW的各个混合物。 他们平均24.2%

    不知道这些数字中的哪一个应该被认为是最准确的。 图4仅使用1号染色体(不确定其他分析)。

    感谢您提供 YouTube 肖克利链接。 孩子人数的差异是明显的,但是我没有找到一个很好的方法来评估对智商的定量影响(定性是显而易见的)。

  63. Anon[308]• 免责声明 说:
    @dearieme

    非洲人……我们可能的祖先根源不太正确,对吗? 我们不是当今非洲人的后裔,而是一小部分非洲人的后裔,他们生活在大约50万至200万年前。 如今,非洲人大概是那部分很小的子集以及当时许多其他子集的后裔。

    现在,用你的小题词进行一些小题词。

    我仍然认为“走出非洲”仍然有效,尽管我会观察其他假设的发展。 所以我的意思是 root,而不是当前的分支。 如果您想要更奇特的旅行:在徒步旅行之前,先去逛一下非洲人。

    走出非洲理论不成立。

    *为简化我在下面引用的研究之前做的以下评论而做出的努力,“原始人”是指不是现代人类/智人的任何同种物种(即:包括尼安德特人,等等)。 我还经常使用“竞赛”一词来简化本来可以用更好,更具体但技术性的术语来形容的内容。

    在我看来,以下引用的研究总和指出了人与人杂交育种的过程,该机制主要负责任何种族之间的重大遗传分化。

    这并不能抵消发生在某个地方的进化过程,因为以下引用的研究对于“ cro magnon”的起源似乎不确定(该组的早期历史形式,可能是由以下引用的研究所描绘的整体图所暗示的)。最好被归类为人类混合最少的现代人类群体;即:未混合的人类物种。

    同样,以下引用的研究似乎为合理的假设基础奠定了基础,即现代人类的种族分化不是由于进化,而是由于种间杂交育种以及由此产生的混合物的质量和数量。

    在地理上孤立的群体中,竞争性降低到不同百分比的混合物(例如:研究表明,非洲古人原始混合物的百分比可以达到欧洲群体中最高的尼安德特人混合物的2-4倍。需要具体数据要确定任何组的此类百分比,则不能假定混合百分比)。

    研究结论:欧洲是人类的发源地,而不是非洲。

    https://www.telegraph.co.uk/science/2017/05/22/europe-birthplace-mankind-not-africa-scientists-find/

    https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0177127

    研究结论:尼安德特人和现代人类(克罗·马格尼德)的祖先没有人知道。

    https://phys.org/news/2013-10-hominin-ancestor-neanderthals-modern-humans.html

    研究结论:“高加索人”不是从非洲人进化而来,很可能没有迁移出非洲,而是迁移到非洲。

    http://www.scirp.org/Journal/PaperInformation.aspx?paperID=19566

    α-和β-单倍群的领土起源仍然未知; 然而,它们中最有可能的起源是一个巨大的三角形,从西部的中欧延伸到东部的俄罗斯平原,再延伸到南部的黎凡特。 单倍体B是β-单倍体组的后代(而不是单倍体A,后者距离很远,并且相距长达123,000,46,000年的“横向”突变进化),可能在XNUMX ybp后迁移到了非洲。 拟南芥单倍群并非来自“非洲”单倍群A或B的发现得到了以下事实的支持:拟南芥单倍群的携带者以及所有非非洲单倍群均不携带SNP M91,P97,M31,P82, M23,M114,P262,M32,M59,P289,P291,​​P102,M13,M171,M118(单元组A及其子SNP)或M60,M181,P90(单元组B)正如最近在“步行Y” FTDNA项目(该参考文献并入本文)中显示的那样,来自不同单倍群体的数百人参加了该活动。

    研究结论:非洲古混合气的遗传证据

    http://www.pnas.org/content/108/37/15123.full

    研究结论:早期现代人类在非洲与人种交配。 撒哈拉以南的遗传多样性归因于原始人类的基因渗入。

    https://www.biorxiv.org/content/early/2018/03/21/285734

    研究结论:28,000年的欧洲Cro Magnid遗传与现代欧洲遗传没有变化。

    https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0002700

    Paglicci 23个人所携带的mtDNA序列在欧洲仍然很普遍,与几乎当代的尼安德特人完全不同, 证明了从Cro-Magnoid到现代欧洲人在28,000年间的族谱连续性。

    研究结论(来自维基百科的结论):撒哈拉以南非洲的大多数现代人口中,尼安德特人和丹尼索瓦人的血统明显缺乏。

    https://en.wikipedia.org/wiki/Interbreeding_between_archaic_and_modern_humans

    移出非洲后,从尼安德特人到现代人类的最近基因流动,可以最好地解释所观察到的过度的遗传相似性。

    研究结果表明,现代人类基因流入尼安德特人的起源是大约100,000年前的现代人类的早期种群,这早于当今非非洲现代人类祖先的非洲外迁徙。

    我的总结: 欧洲和亚洲与欧亚原始人(尼安德特人和丹尼索瓦人)的混合在非洲没有发生(事实证明,非洲人基本上不携带这些遗传基因),但与此同时,在拟议中的非洲以外地区也必须发生这种情况日期。

    • 回复: @RaceRealist88
  64. aksavavit 说:
    @RaceRealist88

    “基因在逻辑上不可能引起/影响心理能力”

    黑猩猩的大脑大小不是由基因决定的,黑猩猩的心理能力不是由(尤其是)它们的大脑大小决定的吗?

    • 回复: @Anon
    , @RaceRealist88
  65. Anon[421]• 免责声明 说:
    @James Thompson

    JAMES
    试图帮助解开描述我自己的DNA的Ashkenazi祖先难题。
    我已经阅读了很多关于它的内容,我最喜欢的是“犹太人的发明”
    由Shlomo Sand教授撰写。 关键是欧洲犹太人是从
    散居在罗马和希腊城市中的侨民
    基督教时代。 他们的中东DNA已经与南部
    欧洲人甚至在被邀请向北迁移到后来的德国之前
    850年的查理曼大帝。“阿什肯纳兹”一词指的是北部国家,而不是北部
    犹大,但在罗马帝国以北。 犹太男人带走了北欧的妻子,
    将解释一项研究,该研究表明他们的MitDNA中有大量佛兰德血统。

  66. @Wizard of Oz

    感谢您的意见。 昨晚我在准备关于Piffer的另一篇文章时一直有类似的想法,在这篇文章中,情报研究对这篇论文表示了同情但批评的观点,然后Piffer做出了答复。

    问题在于他们的讨论是非常技术性的。 必须存在,因为这才是真正的问题所在。 我可以提供一个词汇表,但还没有提供,因为它确实应该由遗传学家完成。 一个好而简单的解释可能在某处可用,只是我所不知道。 我在这里做了一个尝试:

    https://www.unz.com/jthompson/genetics-made-very-simple/

    我在这里也提到了这个问题: https://www.unz.com/jthompson/more-genes-for-intelligence-a-pattern-emerges/

    对于那些像我一样不容易接受遗传术语的人,只需将所有这些都视为计算机代码即可。 如果您浏览传统的计算机代码,则会找到子例程和“转到”指令。 一些代码嵌入在子程序中,一些代码充当路标,一些代码在此过程中完成基本的处理工作。 所有这些代码部分都可以发挥作用:当您到达一个遥远的子例程时,您的变量名将在字母表中进一步漂移。 行数会更高,计算类型也会发生变化,并且会涉及到以前的子例程的乘积。 当然,遗传密码不是这样,但是链接可以是紧密的或遥远的,普通的或不寻常的,并且如果因为一段代码特别有用而选择了一段代码,它可以携带一些邻近的无用代码,例如绒毛在太妃糖上。 理解和分析代码的新方法正在快速开发,因此当分析从探索性关联工作转移到实验室对培养皿中单个基因的操作时,很可能会出现新的发现。

    当我做出简化的解释时,我会与作者核对一下,但我知道我应该做更多的事情。 几天前,我开始,然后停止研究链接不平衡问题。 现在,我想从头开始说:“遗传密码在不同位置的变化可以是独立和随机的; 或以链接和同步的方式配对在一起”。 连锁不平衡是第二种情况,但听起来更像是第一种情况。

    实际上,遗传学家会很快拒绝我的解释。

    因此,我同意您的意思,但目前没有解决方案。

  67. Anon[429]• 免责声明 说:
    @aksavavit

    大脑的大小,结构以及基本的智力和行为都取决于所有物种的基因。

    没有猫具有遗传学上的学习算术的能力,也没有人会。
    没有人具有遗传学上看到远红外光谱的能力,也没有人能看到。

    并非所有人的大脑在物理上都是相同的。 这些物理差异限制了操作范围。

    遗传赋予的智力和本能(动物行为)可以在一定范围内在环境中塑造,该窗口严格受到物理大脑的限制,就自我意识的物种(人类)对其行为选择的控制而言,更是如此。那个窗户的

    “ RaceRealist 88”的这两个评论使他不值得回答。 您无需辩论什至构成有效证据的错误观点。 他们自欺欺人:

    因为数量众多 概念性论证反驳 关于精神可以还原为身体的主张

    从逻辑上讲,这对基因来说是不可能的 引起/影响精神能力。

    • 回复: @RaceRealist88
  68. @annamaria

    这些是遗传疾病,而不是心理特征/心理能力。

    “您显然在错误的论坛上,并且需要找到分享您的信念体系的人。”

    “我只想要一个每个人都相信我所做的事情的回声室。”

    我的信念是什么?

    • 回复: @annamaria
  69. @Anon

    请。 要使这种说法具有任何力量,需要的不仅仅是几颗牙齿。 无论如何,这都是错误的。

    https://notpoliticallycorrect.me/2017/10/22/more-than-a-few-teeth-are-needed-to-rewrite-human-evolutionary-history/

    • 回复: @Anon
  70. @aksavavit

    基因不会“决定”任何事情。 你是基因决定论者吗?

    你在谈论认知(一种有意的状态)。 基因部分地建立了具有参与有意状态(人脑)能力的大脑。 有意状态是不可还原的。

    • 回复: @Anon
  71. @Anon

    由于没有关于精神现象的反特定的ceteris paribus条款,因此没有心理物理定律。 由于没有心理生理​​定律,因此无法选择心理特征。

    基因不会“决定”任何事情。 还原论(包括心理物理还原论)是错误的。

    • 回复: @Anon
    , @Anon
  72. utu 说:
    @dearieme

    我注意到许多美国吹牛者都提到拐点

    您对不起眼的期刊(例如“心理”)的审稿人寄予厚望,以至于迄今已发表了10篇论文,其中三篇由Emil O. Kierkegard担任作者/合著者,两篇由Richard Lynn撰写。 詹姆斯·弗林(James Flynn)是一位受人尊敬的作家,实际上他的论文中的Rushton都被拆毁了:

    https://www.mdpi.com/2624-8611/1/1/3/htm
    为了评估他的贡献,我认为:(1)种族对理想特征的排名不像看上去那么整洁; (2)冰河时代假说被证伪了; (3) 黑人/白人的 Q 差距更有可能是环境因素造成的,美国黑人亚文化是罪魁祸首; (4)对相关向量和回归的吸引力无法消除遗传和环境原因。

    到目前为止,所有 1o 篇论文总共被引用了 3 次,其中一次被弗林引用,两次被皮弗引用,其中一次被非附属人员米勒引用 人类季刊 作为Wiki拥有它

    https://en.wikipedia.org/wiki/Mankind_Quarterly
    《人类季刊》被描述为“科学种族主义组织的基石”和“白人至上主义杂志”,[1]“科学种族主义的火焰守护者”,[2]具有“种族主义倾向”的杂志和“臭名昭著的种族主义杂志”,[3]和“科学种族主义杂志”。

    • 回复: @James Thompson
  73. j2 说:

    关于皮弗的方法。
    如果您查看PGS与IQ的关系图
    http://rpubs.com/Jonatan/jewish_pgs
    显然,对于个人而言,PGS与IQ的相关性非常弱。 从该图可以看出,所用的PGS在Ashkenazi犹太人身上获得了较高的价值,但与IQ无关,即犹太人的数据点向正确的方向扩散,但没有向上扩散。

    皮弗(Piffer)的方法似乎是这样的:由于教育成就分数对东亚人具有较高的价值,而对撒哈拉以南非洲人则具有较低的价值,因此所使用的PGS包括与种族构成以及教育成就相关的SNP。 因此,不同国家/地区的平均值很好地绘制在一条直线上,而各个数据点的分布范围则很大。

    由于芬兰人有一些东亚混合体,这种方法提高了芬兰的 PGS,甚至认为 PISA 成绩好的原因可能与此无关。

    在 Piffer 使用的早期 PGS 中,英国人在 PGS 中的得分与芬兰人非常相似。 但是,现在对PGS进行了修改,以包括Ashkenazi犹太人。 英国人的分数现在低于芬兰人。 显然已经完成的是,由于德系犹太人有中东混合物,新的 PGS 包括反映这种混合物的 SNP。 皮弗(Piffer)谨慎选择不使用这种新的PGS来衡量任何中东人,因为他们的教育成就也会提高。 这样,新的PGS忽略了中东可能出现的反例,尽管PGS与IQ的图看起来似乎只是反映了Ashkenazi犹太人比英国人更普遍的基因,但新的PGS将Ashkenazi犹太人放置在研究人员想要放置的地方。 .

    因此,此方法始终与PGS匹配以获得所需的结果。 皮弗(Piffer)的论文也是如此,表明身高与智商之间呈负相关。 很自然的解释是,有三个主要种族(黑色,白色,黄色),而白人智商与智商呈正相关,而其他两个种族由于它们是不同的基因而需要不同的品系。

    这是伪科学,这一次我同意揭穿垃圾邮件者的观点。

    • 回复: @utu
  74. notanon 说:
    @res

    关于为什么身高和智商在共享的环境影响中会有所不同的任何想法?

    身高是许多潜在营养因素的函数,智商是是否存在少数非常特殊的营养素的函数?

    那么身高更多的模拟,智商更多的数字?

    • 回复: @res
  75. notanon 说:
    @Chimela Caesar

    为什么弗林效应(智能)对环境如此敏感(更好的营养,更多更好的教育)?

    是否存在碘?

    自第二次世界大战以来,某些地区的鱼类消费量大幅增加,而另一些地区则加了碘盐。

    人们认为,阿什肯纳兹犹太人有中东和欧洲的混血儿。 当中东人被认为平均智商较低时,为什么说他们的平均智商高于欧洲人?

    我的理解是,商人银行家在这个时代的运作方式是商人将黄金交给 A 市的银行家以换取一张票据,他可以与 B 市的银行家兑换黄金,通常这两个银行家来自同一个城市家庭(因为那是您唯一可以信任的人)。

    那么如果犹太人和意大利人是企业合并该怎么办?

    例如,来自黎凡特的犹太商人银行家的儿子与意大利的意大利商人银行家的女儿结婚,从而在贸易链中建立了新的联系?

    如果是这样的话,配对的双方可能都比各自的基群高出 +1SD。

    • 回复: @Chimela Caesar
    , @j2
  76. David 说:

    按照我的标准,这里有一些有趣的事情。 OED只有两个以“ pif”开头的单词。 一个,piffle 和另一个 pift。 第一个是无意义或愚蠢的谈话,第二个是箭头在飞行中发出的声音。

    对我来说,这表明声音“ pif”不是一个会说英语的人。

    我希望 Piffer 先生不会被这个观察冒犯。

  77. notanon 说:
    @Chimela Caesar

    我的结论是,如果欧洲以平均智商80达到工业革命,可能不必大惊小怪。

    如果一个群体的标准曲线平均值为 80,那么较高的 IQ 异常值将遵循一种模式

    但是,如果某个人群的双峰分布更加分散,曲线的右侧为“正常”,平均智商为100,但是左侧由于缺少关键营养素而失真较低,那么即使平均值分布较低,实际平均值也可能较低。高IQ异常值与平均值为100时相同。

    • 回复: @Chimela Caesar
  78. @RaceRealist88

    Piffer论文中的多基因评分验证了当前平均种族智力评分的层次结构,基于以上基于各种理论的分析,这些数据似乎是在摇摇欲坠的基础上得出的。

    我在那里使用“验证”时有一种“试图使之有效”的感觉。 谢谢

  79. @notanon

    感谢您的周到回复。 许多人宁愿采用简单的“选择”叙述。

  80. Anon[703]• 免责声明 说:
    @RaceRealist88

    把你的哲学废话加倍,尽可能多地冒充科学,令人作呕。

    您甚至可以从10分(现在到20分,然后再到30分)的单词和短语毕业。 这对您根本缺乏内容没有任何影响。 你的手淫并不能弥补不符合马感标准的陈述,更不用说记录观察的过程、术语和历史结果。

  81. @notanon

    新的 尺寸 人口中最聪明的部分的重要性。

    如果一个群体的标准曲线平均值为 80,那么较高的 IQ 异常值将遵循一种模式

    智能分数的大小将保持不变。

    但是,如果某个人群的双峰分布更加分散,曲线的右侧为“正常”,平均智商为100,但是左侧由于缺少关键营养素而失真较低,那么即使平均值分布较低,实际平均值也可能较低。高IQ异常值与平均值为100时相同。

    智能部分的大小将减半。 损失是由于左侧潜在候选人的损害。

    因此,由于规模的原因,第一种情况下的人口货币或技术经济将是第二种情况的两倍。 粗略地说。

    • 回复: @res
    , @notanon
  82. @dearieme

    我有点怀疑荷兰人比德国北部人高。 德国有明显的南北高度。 (还有智商中的南北上升线。)

    • 回复: @res
  83. Anon[312]• 免责声明 说:
    @RaceRealist88

    您遵循自己的哲学,它没有任何物质(科学)基础,只是一个不可观察(发明)的概念,其结论是在完全政治性的背景下滥用了现在载入中的“还原主义”一词(我是确保您会争论哲学–在科学的背景下这是差不多的),并且与观察标准(科学)无关。

    换句话说,您的智力玩具跟一个稻草人在一起并不是一个成功的论点。 尝试前往一个论坛,尽管您的拉丁词库由于其存在而缺乏内容,但仍能赢得争论。 你会更快乐。

  84. Anon[505]• 免责声明 说:
    @RaceRealist88

    基因不会“决定”任何事情。 你是基因决定论者吗?

    斯大林主义风格的访谈是夸夸其谈的。

    感觉有权在表面上的辩论中提出这个作为道德测试的问题,意味着有人花了太多时间在互联网论坛或学术界的现代政治黑暗中游荡。 它在他眼中和视野中已经迷失了。 科学的死尸正在游泳池的底部腐烂。

    这类问题会让您在任何严肃的世界中不敬重和忽略,除非您还太年轻以至于不懂得更好并且犯了一个错误。 故意测试会将您标记为非科学家。

    有意状态是不可还原的。

    再次忽略你在科学论证(如不可约)中对词语的误用:

    您需要哲学来“证明”。 因此,您断言的证据在科学上是无关紧要的。

    这意味着您的主张将在严肃的科学家中脱颖而出。

    你正在努力训练关于人类自由意志的哲学,以维护新的生物学公理。

    这种努力标志着您是一个偏爱数据概念的政治家或纯粹的哲学家。 被科学排斥的人。

  85. Anon[586]• 免责声明 说:
    @RaceRealist88

    据我所知,“多咬牙”并不是任何正式的科学标准。 它是一项政治声明,或者至少是措辞具有政治效果的声明,而我们不断不断地提醒我们,您很容易被吸引。

    唯一的区别是,作者试图使用非传统的民俗语言来增强解雇的影响,在这种情况下,即使是学术讨论,您也试图使用不必要的花哨语言来推论自己的观点。 目标是相同的:避免科学标准的清晰性,因为它会揭示它们是什么的论点。

    其次,我引用的其他研究中有“不止几颗牙齿”,而你却忽略了。

    尽管我在这里没有实际的空间,读者也没有注意力(很少有)进行完整的研究综述,但我的简要参考清单足以让您知道比尝试解散整篇文章还更好的理由。不少于六项研究,用“ please”(请)一词,重复您在谷歌上批评某项研究的某个人的la脚的措词,以及无根据的陈述。

    你对此很不好。

    您知道如何阅读和批评研究吗? 您知道什么标准吗? 我知道您正在尝试像您一样播出。 但是,在喜欢用无根据的断言来表达自己的好奇好奇心下,没有受过严格的科学训练的人会做出这样的断言,我发现您没有,而且根本没有受过训练。

    没关系。 每当发生有关政治上有争议的科学的讨论时,人们总是试图通过对科学的理解来胡说八道。 这并不奇异。 只要知道它就像一个非机械师试图通过发动机拆卸来胡说八道。

    最后,所引用的政治上正确的“进化史”,就像摇摇欲坠的(我的话)理论(科学的话)一样。 其未经验证的事实历史。

    同样,您对语言的松散使用以及您所引用的人的语言使用对您的情况没有帮助。 我引用的其他研究被你忽略了,这证明了我的观点。 尝试一下这种格式:假设,基础,结论。

    这样做,您将迈出第一步,成为一名科学家,而不仅仅是成为科学方面的政治评论员(即信号中的噪音),而且不会受到任何受过教育的人的嘲笑。

  86. res 说:
    @notanon

    有趣的。 我之前曾考虑过这种营养差异,但从未将其与共同的环境影响联系起来。 谢谢。

    对我来说,似乎违反直觉的是,如果这是真的,那么如果我们知道特定的微量营养素(Omega 3脂肪酸似乎很可能,还有其他想法),那么IQ应该更容易提高(在恶劣的环境基线下)。

    • 回复: @notanon
  87. res 说:
    @Chimela Caesar

    智能部分的大小将减半。 损失是由于左侧潜在候选人的损害。

    取决于有多少良好的基因/良好的环境。 我认为,在一个以阶级为主的社会中,相关性可能很高。 这将使智能功能相对不受损害。 这也可以解释为什么弗林效应会集中在智商的较低端。

    • 回复: @Chimela Caesar
  88. res 说:
    @Bonner Tal

    德国有明显的南北高度。 (以及智商的南北倾斜。)

    是否有任何很好的研究/数据涵盖这一点? 在相当紧密相关的人群中看到智商和身高沿相反方向变化很有趣。

  89. Anon[217]• 免责声明 说:
    @EliteCommInc.

    巴基斯坦仍然是高度结构化的社会,印度,日本,越南等也是如此。

    日本是发达国家中财富/人类发展指数最高的国家之一。 就阶级结构而言,它甚至可以与印度和巴基斯坦相提并论的标准是什么?

  90. notanon 说:
    @Chimela Caesar

    好吧,我不能声称完全了解统计信息,但是在我看来,如果

    1)人口具有固定的遗传潜力

    但是

    2)孩子需要足够的营养素x才能发挥其全部潜能

    然后是三个选项
    –整个人口有足够的x
    –全体人口匮乏
    –富裕阶层有足够的钱,但其余部分却不足
    会给出三种不同的分布?

    • 回复: @Chimela Caesar
  91. 而且,我们正从印度进口数以百万计的印度人,以帮助我们在技术领域“创新”并成为我们的医生。

    那把我们真正的智商放在哪里?

    • 回复: @Wizard of Oz
  92. notanon 说:
    @res

    碘已经有很长时间了

    https://en.wikipedia.org/wiki/Congenital_iodine_deficiency_syndrome

    (因此,某些地区在第二次世界大战后增加鱼类消费的可能性可能是弗林效应的一个因素)

  93. annamaria 说:
    @RaceRealist88

    “那些是遗传性疾病,而不是心理特征/心理能力。”

    —但是,根据您表达的信念(请参阅第64页的帖子),“心理与身体之间没有法律关系,因此基因不会引起/影响心理能力。”

    您需要弄清楚“遗传性疾病”(物理现象)与唐氏综合症和威廉姆斯综合症患者的心理能力如何无关。 或者,您可能只是继续相信您的身体(您已确定为“基因”)和“心理”(包括智力)之间的不相关性模型。

    PS:“在生物学上,基因是DNA或RNA中的核苷酸序列,编码具有某种功能的分子。 基因可以在其序列中获得突变,从而在种群中产生不同的变异,即等位基因。 这些等位基因编码的a的版本略有不同 蛋白质,这会导致不同的表型特征。” https://en.wikipedia.org/wiki/Gene

    “唐氏综合症(DS或DNS),也称为21三体性疾病,是一种遗传疾病,由全部或部分21号染色体的第三拷贝的存在引起。它通常与身体发育迟缓,轻度至中度智力障碍有关,和特征性的面部特征。 患有唐氏综合症的年轻成年人的平均智商为50,相当于一个8或9岁儿童的智力,但差异可能很大。” https://en.wikipedia.org/wiki/Down_syndrome

  94. utu 说:
    @j2

    这是伪科学,这一次我同意揭穿垃圾邮件者的观点。

    我很高兴您看到它。

  95. Eagle Eye 说:
    @BengaliCanadianDude

    另一位Bose:麻省理工学院教授,​​Bose Corporation的创始人Amar Bose,“出生于宾夕法尼亚州的费城[3]”,是孟加拉印度教父亲Noni Gopal Bose以及法国和德国血统的美国母亲夏洛特。 ”

    https://en.wikipedia.org/wiki/Amar_Bose

    • 回复: @BengaliCanadianDude
  96. @BengaliCanadianDude

    尽管存在差异,为什么孟加拉裔美国人的人均收入仍高于墨西哥人?

    因为你没有正确阅读图表。 它显示孟加拉国孟加拉人在本地环境中与墨西哥人在洛杉矶中的情况。 孟加拉裔美国人是他们国家的精英,这就是为什么您希望他们赚的钱比美国的墨西哥人(美国的墨西哥人主要来自较贫穷的阶层)要多。

    许多运作不佳的国家将精英派往西方国家(巴基斯坦和印度是另外两个例子)。 这并不能说明他们各自在家里的人口的认知水平,如果您想准确地了解他们的能力,这就是您真正想要衡量的。 孟加拉国人口近170亿XNUMX千万。 如果他们的本地智商类似于西北欧洲人或东亚人,那么他们现在将成为经济超级大国。

  97. @res

    我原则上同意你的看法。 如果一个社会具有较高的良好基因/良好环境正相关,其成员会沿着分布将自己“分类”成一条正态曲线。

    但是对于所描绘的场景:

    人口具有更多的双峰分布,其中曲线的右侧为“正常”,平均智商为100,但是左侧由于缺少关键营养素而失真较低,因此即使智商高的分布,实际平均值也可能较低异常值与平均值为100时相同。

    这似乎是一个缺乏“机会”及其伴随后果的案例。 智能部分的大小将减小。

    • 回复: @res
  98. @A citizen over 21

    假设他们从平均112个基因库中获得的平均智商为106,这不是不合理的假设,我相信您会同意的,那么这应该至少会使美国的平均智商提高了几代人。

  99. j2 说:
    @notanon

    “即黎凡特的犹太商人银行家的儿子与意大利的意大利商人银行家的女儿结婚,从而在贸易链中建立了新的联系?

    如果是这样的话,也许配对的双方都比其各自的基本种群高+ 1SD。”

    意大利阿什肯纳兹犹太人的外加剂可追溯到公元600-800年。 这就是说,在意大利有商户银行家的城市州之前。 Ashkenazi犹太人最有可能的起源是他们从拜占庭帝国迁移到了意大利,当时是在日耳曼部落Langobards的领导下。 但是,阿什肯纳兹犹太人无法嫁给兰戈巴德人,因为兰戈巴德人刚刚从阿里安基督教转变为天主教。 因此,住在兰戈巴德群岛之间的犹太人只能与自己结婚,或与奴隶女孩生育孩子。 意大利的混合物可能来自意大利的奴隶女孩,也就是来自Langobards最近征服的意大利人(罗马人)。 由于这个起源,Ashkenazi犹太人并不是从高于1SD的100开始的。由于中东的混合,他们更有可能在低于100的水平开始。

    至于德系犹太人智力会因为婚姻选择而增加的理论,富人有更多的孩子,迫害杀死更愚蠢的人,或具有提高杂合子智商的副作用的罕见疾病,人们可以很容易地抛弃这些。解释。

    首先,每个犹太男人都要结婚并生孩子。 Kahal为贫困家庭提供了社会支持。 Ashkenazi犹太人口每年增长1.5%,远快于其他欧洲人口。 由此很明显,在阿什肯纳兹犹太人口中,提高智商的选择压力要小于其他种族。 阿什肯纳齐人之间的生存竞争较少。

    阿什肯纳兹犹太人移居波兰后,他们的地位非常好,他们受到国王的保护,并因自己的钱而被视为半贵族。 只有一次重大迫害,1648 年赫梅利尼茨基起义导致大约 20,000 名犹太人死亡(大约 1 名波兰立陶宛犹太人的 10/200,000),但紧随其后的是瑞典大洪水(战争),大约 1/3 的波兰人死亡人口死亡。 因此,那段时间并没有对犹太人施加任何特殊的选择压力。 第二次造成重大生命损失的迫害是大屠杀。 大多数欧洲国家都面临着更严重的灾难,在战争中的死亡人数比犹太人还多,犹太人免于征兵。

    通过测量携带者频率和疾病患病率,犹太人的疾病具有增加异核体智商的副作用(杂合子优势)的理论是不正确的。 如果具有杂合子优势,这两个比率将显示出来,但测得的比率与没有杂合子优势的情况相同。

    唯一的解释是,美国德系犹太人的高智商是 19 世纪末和 20 世纪初从俄罗斯选择性移民到美国的结果。 俄罗斯的犹太人保证了国家的就业。 当这项特权以及其他一些特权(如酒类垄断)被取消时,许多聪明的犹太人发现自己没有工作并移居美国。 就阿什肯纳兹犹太人而言,更聪明的人移民到美国,而通常来说,移民的人进取心强,但不是最聪明的人,因为聪明的人在本国享有良好的地位。 这种选择性迁移完全解释了美国德系犹太人智商较高的原因,今天可能在 103-104 左右,与以色列的德系犹太人相同,但早些时候更高,约为 110。

    带有阿什肯纳齐犹太智商的垃圾只是一个典型的神话,用以解释为什么对科学和其他领域的接管不是接管而是精英管理的结果。

    • 回复: @res
  100. @Thulean Friend

    我认为来自这些国家较富裕背景的人往往代表各自人口的遗传智商,因为这些人往往有钱、有照顾、有食物、有干净的水、有实际的学校和喜欢的东西。 当然,一些部落女孩每天靠一美元生活,游牧生活方式,从疾病肆虐的溪流中喝酒,去低等级、未经认证、由非政府组织和志愿者经营的薄弱教育机构,他们的智商不会与其他一些女孩一样在科泽科德一个干净的街区,水泵在运转,污水运行良好,并连接到电网,同时有机会参加我们听到的那些著名的“全球学校”。 我显然不是在指最高的1%,而是指中上等收入阶层以及中等中等收入阶层中的那部分。 显然不是韩国智商之类的东西,但是没有那么低的东西。

  101. @Eagle Eye

    我也有Bose耳机和扬声器。 我也经常使用 Paypal 来……支付,为了教育,我的手机上有 KA。 我有Youtube。 迷人的……。

  102. @notanon

    然后是三个选项
    –整个人口有足够的x
    –全体人口匮乏
    –富裕阶层有足够的钱,但其余部分却不足
    会给出三种不同的分布?

    是的。 前两个是一种类型-正态分布。 第三是另一种理论上的双峰分布。 但是它的曲线将由x不足的影响大小决定。

    但是,由于x缺乏的影响,前两个正态分布通常(意味着很可能)会改变其中心趋势的度量值,例如均值,中位数和众数。

    • 回复: @notanon
  103. Anon[150]• 免责声明 说:

    您可以清楚地看到,南亚人不是趋势线的一部分。 南亚人的教育程度比“智商”所预计的要高。 事实上,我们只是低于欧洲人。 同样令人好奇的是,他从各种分析中都排除了南亚人。 我敢打赌他不喜欢这个结果。
    除此之外,GWAS可以解释多少变化? 他们还没有达到10%。 此外,据我回忆,教育和智商之间的相关性是 0.65。
    您还需要分别研究人口。 如果您不打算看一下非洲独特的SNP,那么非洲的预测将行不通。
    仅仅因为那个人设法发表了论文并不意味着它是好的。 这是一个废话,特别是因为南亚人不是趋势的一部分。 即使是一只松鼠,也很明显。

    同样,很明显,基因在预测南亚教育程度方面做得不好。 您可以从以下事实中简单地知道这一点:美国的南亚人可能是那里受教育程度最高的群体。 因此,预测不能准确衡量他们的教育程度这一事实是有问题的。
    基本上,您所看到的是,多基因评分对南亚人的预测能力较弱。 我主要在这里看休斯顿的古吉拉特人。 他们中的绝大多数可能具有某种程度。

  104. Anon[150]• 免责声明 说:

    我只是快速浏览了Lee的论文。 该分析仅限于欧洲人口。 这位笨拙的骗子决定以欧洲数据为基础,对非欧洲人做出预测。 如果有的话,我现在相信,如果您考虑到南亚人独有的新基因,南亚人将获得与欧洲人相同的分数。

    • 回复: @notanon
    , @James Thompson
  105. notanon 说:
    @Chimela Caesar

    但是,由于x缺乏的影响,前两个正态分布通常(意味着很可能)会改变其中心趋势的度量值,例如均值,中位数和众数。

    是的–我在想,可能有某种方法可以证明x因子(如果存在)在各种曲线的数学“形状”中的作用。

    • 回复: @Chimela Caesar
  106. notanon 说:
    @Anon

    您所看到的是,多基因评分对南亚人的预测能力较弱

    种姓效应?

    一个种姓社会的多基因分析可能类似于分析不同种族,因为每个种姓可能有不同的突变?

  107. notanon 说:
    @Anon

    这位笨拙的骗子决定以欧洲数据为基础,对非欧洲人做出预测。

    您是说这项研究意味着人群之间存在根本的遗传差异?

    发誓。

    • 回复: @South Asian Dude
  108. res 说:
    @Chimela Caesar

    我们正在阅读您以不同方式引用的摘录。 我读它是因为分布的右侧(> 100)是 究竟 与平均值为100的正态分布相同。这将使智能分数保持不变。 失真的是左侧(<100)。

    那是否是一个准确的模型是另一个问题。

    • 回复: @notanon
    , @Chimela Caesar
  109. @Anon

    Lee还使用欧洲的预测来估计非洲样本的情报。 他可以预测11%的欧洲情报和1.6%的非洲情报。 人们普遍同意,拥有1万非洲人和1万中国人的DNA和受教育程度数字(以及智商指标)将是一件好事。 然后可以测试大陆遗传群体内部和之间的预测方程。

  110. Merculinus 说:
    @Anon

    南亚人并没有被排除在分析之外,你这个阴谋论者/民族主义小子。 只是它们不是某些数据集的一部分。 1000 Genomes 包括它们,gnomAD 没有。 去发电子邮件给博德研究所,并抱怨说他们是种族主义者,把南亚人从他们的样本中排除了!
    古吉拉特语的确比其他群体具有更高的多基因得分。 他们根本不如东亚人或欧洲人高。

    • 回复: @South Asian Dude
  111. Anonymous[182]• 免责声明 说:
    @James Thompson

    是的,但减少取决于 PGS 构建技术。 使用因果关系或非常重要的SNP时,准确性降低的幅度要小得多,也就是说,黑人的准确性大大高于五分之一(我已经看到从事此工作的人的结果)。 Piffer既使用了因果关系的SNP,也使用了重要的SNP,因此结果在种族上有效。

  112. notanon 说:
    @res

    那就是我的意思,是的

    (或该主题的某些变化,例如x因子的区域差异而不是类别差异)

  113. @James Thompson

    是的,但是,Lee 等。 al 在他们的论文中明确提到该队列完全是欧洲人。 此外,如果它仅预测非洲情报的1.6%,那么它真的不能那么预测。
    问题是,要正确研究非洲智商(或就此而言南亚或东亚),您首先需要拥有受教育程度的数据。 一旦你有了这些数据,你就能够找出负责智力的等位基因。 对于一百万个样本,您几乎无法获得超过 10% 的预测能力。 那么,您需要多少数据? 这项研究能够识别出数千个snp。 看来我们正在谈论10000或更高附近的等位基因以获得更高的预测能力。 使这种预测复杂化的是环境。 有些地区比其他地区营养不良。 您将如何考虑这个大问题? 现在,如果你可以使用像休斯顿的古吉拉特人或英国的 Telegus 这样的团体,实际上可以控制环境差异。 但是,这里的问题是,南亚人总体上受教育的程度要高于总人口。
    基于美国印第安人受过高等教育的事实(比其他任何一个群体都受过更多教育,您可以清楚地看到,回归并不是一个很好的预测。
    这项研究是不好的。

    • 回复: @James Thompson
    , @res
  114. @Merculinus

    对于北欧至上主义者而言,您确实缺乏一些批判性思维技能。如果您对美国居住的印度人没有做出正确的预测,那么您将如何声称这项研究是好的呢? 您知道美国的印度人受过良好教育吗? 您之所以采取人头攻击是因为您没有答案。 为了使研究准确,美国的印第安人必须名列前茅。 这是一项基于教育程度的研究。

    • 回复: @Merculinus
  115. @notanon

    不,该研究没有正确考虑遗传差异。 你不明白吗? 欧洲人与非欧洲人之间存在遗传差异,该研究正在通过使用欧洲遗传数据对非欧洲人进行预测。 有非洲人、南亚人、欧洲人等独有的等位基因。您需要考虑这些差异。 Piffer(或 Pfeiffer 或 Feiffer,不管他叫什么名字)没有考虑到这些差异这一事实使本文具有争议性。

    • 回复: @notanon
    , @Merculinus
  116. @Anonymous

    谢谢。 您知道什么时候可以发布这些结果吗?

  117. @Anonymous

    您说存在非常重要的SNP,黑色的准确度要高得多。 呃,如果没有研究过,你他妈的怎么知道非洲人的哪些 SNP 是准确的?
    确实很简单。 如果你想准确地研究非洲人,你需要研究一百万个非洲人后裔。 很有可能非洲人特有的等位基因具有较高的预测能力。
    您可以在这里向我们任何人证明它们不存在吗? 你怎么知道?

    • 回复: @Merculinus
  118. @South Asian Dude

    是的,环境仍然相差很大,主要是在撒哈拉以南非洲与世界其他地区之间,尽管在许多健康和教育指标上,这些差距似乎正在缩小。 (有一篇新论文表明,较贫穷国家的高中教育并不能带来相应的技能提高,但我有待进一步探讨)。

    至于预测能力需要多少科目,目前估计是1+百万。 但是,分析方面的改进(许志安(Steve Hsu)概述了压缩感测的基础知识)可能意味着,即使我们已经可以预测欧洲人的身高在大约1.1英寸之内,即使在XNUMX万的智能下也可以实现更高的准确性。 从事该领域工作的人们认为,造成差异的原因将大大增加(有人说,几乎增加了一倍),我们将看看在接下来的几年中事实是否如此。

    • 回复: @South Asian Dude
  119. notanon 说:
    @South Asian Dude

    我同意这一点。

    这位笨拙的骗子决定以欧洲数据为基础,对非欧洲人做出预测。

    我说的是测试这个预测并证明它是错误的,这不一定是愚蠢的。

    • 回复: @South Asian Dude
  120. Merculinus 说:
    @South Asian Dude

    由于您是印度人,南亚人或其他人,美国的印度人需要居于首位? 以种族为中心真是可笑!

    • 同意: res
    • 回复: @South Asian Dude
  121. Merculinus 说:
    @South Asian Dude

    一些同事已经获得了非洲样本,并验证了Lee等人的观点。 它们上的SNP。 简单的。

    • 回复: @res
  122. Merculinus 说:
    @South Asian Dude

    您没有看过Piffer的出版物吗? 他删除了非非洲人专用的SNP(即非洲人没有的SNP)后,计算了多基因得分。 这在非洲人和非非洲人之间建立了一个平等的基础,而白黑差距仅稍有减少(从2.43%减少到2.32%)!
    链接: https://rpubs.com/Daxide/488754

    • 回复: @South Asian Dude
  123. @James Thompson

    是的,随着我们对这些等位基因的了解越多,准确性会随着样本数量的减少而提高。 我理解了。 我们有点同意我认为需要单独研究群体以识别这些独特的等位基因。
    如果您去dna.land,他们会根据我认为的16个等位基因进行预测智商的测试。 那确实是不准确的。 我们现在正在考虑SNP的1000。 那么,您可以从少于50个等位基因中找出什么呢? 没有什么。 这很有趣,但仅此而已。 它不会预测您的实际智商。
    我看到的文章暗示,人们将开始通过遗传学来通过在学校测试孩子的智商来预测他们的智商。 我完全看不到这种情况。 这将需要数十年。 也许对欧洲人来说会更准确,但是还有谁在研究呢?

    • 回复: @res
  124. res 说:
    @j2

    通过测量携带者频率和疾病患病率,犹太人的疾病具有增加异核体智商的副作用(杂合子优势)的理论是不正确的。 如果具有杂合子优势,这两个比率将显示出来,但测得的比率与没有杂合子优势的情况相同。

    您能对此进行扩展吗? 有没有研究论文讨论它?

    • 回复: @j2
  125. res 说:
    @South Asian Dude

    如果它只预测非洲情报的1.6%,那么它真的不能那么预测。

    重要的是要意识到,能够准确地预测个人(1.6%)与能够预测组均值之间的差异之间存在差异。 皮弗(Piffer)正在做后者。 大型样本的统计平均值很有效。

    那么,您需要多少数据?

    这是个有趣的问题。 史蒂夫·许(Steve Hsu)等人。 在压缩感测工作中正在积极研究这一点。 事实证明,UKBB足以满足身高要求,但不足以达到EA(教育素养)水平。 我很好奇,智商是否会比EA容易或更难(具有除EA之外的其他IQ代理的大型样本GWAS的状态如何?)。 在西方人口中,EA几乎变成了只有几个垃圾箱的变量。

    • 回复: @South Asian Dude
  126. @notanon

    问题是,他试图将gwas预测与人口智商相关联。 基本上,他想证明这些等位基因可以预测种族智商。 总体智商本身是伪科学,正在使用许多可疑的研究。 查看一些研究,您会发现,发展中国家的许多研究都是在农村地区进行的。 最重要的是,许多研究都涉及营养不足。
    如果你要比较人群,至少这些伪科学家应该努力做到真实。 对于发达国家,我只在农村地区算过一份研究,那是在阿拉斯加的,所以我假设爱斯基摩人(偶然有一个很大的脑袋)。 没有一个欧洲样本来自农村地区。
    从数据来看,城乡之间的智商存在明显差异。 我注意到发展中国家的差距约为10个。

  127. res 说:
    @South Asian Dude

    但是还有谁在研究呢?

    有一个简单的解决方案。 让印第安人,非洲人等对自己的人口进行研究。 我真的很讨厌欧洲人如果对非欧洲人进行研究就会成为种族主义者的第 22 条军规,如果他们不这样做,也会成为种族主义者。

    PS:您真的不了解预测个人智商和Piffer的工作之间的区别吗?

    • 回复: @South Asian Dude
  128. @Merculinus

    不,由于受过教育,他们必须处于最重要的位置。 这项研究的目的不是基于等位基因来预测教育程度吗? 向我解释这项研究的准确性。

    • 回复: @Merculinus
  129. res 说:
    @Merculinus

    我对您可以分享的更多详细信息感兴趣。 并在发布时在这里发表评论。

  130. @Merculinus

    不,它不会创建一个公平的竞争环境。 仅仅因为这些等位基因在欧洲人中具有较高的预测能力,并不意味着它在非洲人中具有较高的预测能力。 因此,简单地说,哪些等位基因在非洲人中具有更高的预测能力? 仅仅因为他们删除了非非洲特定的等位基因,就没有任何意义。 关键是非洲可能有等位基因具有更高的预测能力。 您怎么知道他们没有等位基因具有更高的预测能力? 这些等位基因仅对欧洲人群重要。 您不知道他们在非欧洲人中的预测能力。

    • 回复: @Merculinus
  131. @res

    我知道个人预测与小组预测之间的区别。 您知道吗,Lee等人进行了超过1万个样本的群体预测? 他们为什么只使用欧洲样本? 因为他们正在学习小组。 在科学中,您不会单独研究人员。 您是否认为他们基于一个人研究了APOE基因(阿尔茨海默氏症相关基因)?

    • 回复: @res
  132. @res

    哦,他们可以对欧洲人进行研究,但不要尝试使用欧洲数据对非欧洲数据进行预测。 那就是愚蠢。

    • 回复: @res
  133. Merculinus 说:
    @South Asian Dude

    GWAS识别出的因果变体在各个种族中具有相同的影响,Piffer显示这些变体之间存在较大的黑白差距。 句号。

    • 回复: @South Asian Dude
  134. Merculinus 说:
    @South Asian Dude

    很抱歉,您的宠物组的PGS得分不高。 甚至白人至上主义者也可以接受东亚人的表现要好于白人,但是您不能接受您的团体的得分超过了白人。

    • 回复: @South Asian Dude
  135. j2 说:
    @res

    “您能对此进行扩展吗? 有研究论文在讨论吗?”

    我进行了计算,可以根据需要进行计算,也可以检查我的计算(但它们是正确的),这是简单的数学运算,请参见
    http://vixra.org/abs/1812.0166
    享受养老金后,我不在乎在期刊上发表论文,尤其是期刊编辑甚至没有将那些在主流神话中表现出任何错误的论文传递给裁判,例如不同意阿什肯纳兹犹太人的智商高或小​​于公认的智商大屠杀的死亡人数,或可能与官方神话相悖的任何内容。

    • 回复: @res
  136. @Merculinus

    GWAS识别出的因果变异在各个族裔中具有相同的影响,Piffer显示这些变异具有更大的黑白差距。 句号。”

    哦,所以他证明了它们之间存在很大的黑白间隙。 但是他是否表明这些变体在不同种族之间具有相同的作用? 还是你把它从你的屁股里拉出来
    您不能支持上述声明,句号。 您确实没有对我的论点做出回应,也就是说,您不会对这些变体对非欧洲人产生什么影响。 如果您相信遗传差异,那么您就必须相信非洲人(或南亚人或东亚人)具有在欧洲人中找不到的智力变异。 您无法通过研究欧洲人来衡量这些变体对非欧洲人的影响大小。 只有傻子才会相信。
    甚至《 OP》的作者也曾说过,需要对非洲人进行研究(数百万才能获得良好的印象)。 在这里,您的行为就像某种专家。
    该队列仅限欧洲。 时期。 你没有很好的论据。

  137. @res

    RES,我们正在沿着相同的思路思考。

    说,总和 t 的人口处于两个“钟声”之下,左为扭曲的第一,右为正常的第二。

    让总智能分数为 t,ceteris paribus,是 s. (即,假设 人口是正常的。)

    分别使两个钟声下的智能分数大小,即ceteris paribus,分别为 s1s2。 这样的 s = s1 + s2. (即,假设 人口是正常的。)

    现在考虑原始人口,其左铃和一个正常的右铃失真:

    s2 保持不变。

    s1 由于减损而缩小。

    这样的 (s1 + s2)<s.

    在上述状态下,可以说智能分数的大小已减小。

    • 回复: @res
  138. @Merculinus

    您是否了解该研究基于变体来预测受教育程度? 考虑到休斯敦的古吉拉特邦印第安人天生就会比基本上每个种族(包括中国人或日本人)都拥有更高的学历,因此,并不是很好地预测他们的学历。 你明白吗,白痴? 在这里,阅读:

    https://www.usinpac.com/indian-americans/census-2010/education-levels/

    那就是印第安人的教育水平。 遗传数据预测他们的受教育程度低于普通的“白乔”。 嗯,这是一个错误的预测。

    • 回复: @res
  139. res 说:
    @South Asian Dude

    我知道个人预测与小组预测之间的区别。

    您的评论表明您没有。

    您知道吗,Lee等人进行了超过1万个样本的群体预测?

    他们正在预测一个小组中的个人。 为了使这一结果与Piffer的工作具有可比性,我们将研究整个小组的平均预测与小组的平均表型的匹配程度。 我敢打赌,这场比赛会相当不错(将会做一个有趣的实验)。 虽然应该在同一个种族的样本组之外进行。

    他们为什么只使用欧洲样本? 因为他们正在学习小组。

    否。之所以这样做,是因为人口结构会影响GWAS结果。 使用种族统一的人口可以避免这种情况。

    在科学中,您不会单独研究人。 您是否认为他们基于一个人研究了APOE基因(阿尔茨海默氏症相关基因)?

    你给这个愚蠢的稻草人,就表明你真的不明白我在说什么。

    让我们再试一次。 这次更简单。

    预测个体–生成个体的PGS值,然后将其与该个体的表型进行比较。 这就是李等人。 对单个组中的许多人做了。

    预测组–生成组的PGS平均值,然后将其与组的平均表型进行比较。 这就是Piffer在多个国家/地区所做的事情。

    一些附加说明。

    –我描述的群体预测可以通过对个体进行平均(如我相信的Piffer所做的那样)来完成,也可以通过将群体平均等位基因频率插入预测变量中来完成。 看到后面的一些数字被添加到 Piffers 的图中以供参考会很有趣。 使用等位基因频率的能力是加性遗传PGS的一个不错的功能。

    –希望很明显,在群体预测的情况下,存在统计平均效果,可以减少噪声并提高准确性。 如果不是很明显,我建议您参加统计学课程。

    – Piffer工作的一个难点是每个国家的基因组和表型组不相同(来自同一国家的不同样本)。 这是潜在的错误来源。 尽管如果两个样本都具有合理的代表性(如果是非平凡的话),则前面提到的统计平均应该可以帮助实现这一点。

    PS:中等技能的南亚人的傲慢自大。

    • 回复: @South Asian Dude
  140. res 说:
    @South Asian Dude

    那就是印第安人的教育水平。 遗传数据预测他们的受教育程度低于普通的“白乔”。 嗯,这是一个错误的预测。

    您假设印第安人的平均遗传分数与印度印第安人的平均遗传分数相同。 考虑到种姓的遗传分层以及印度和美国之间的种姓数量差异,这是一个很大的假设。 更不用说选择来美国的人的个体差异了。

    您熟悉选择性移民的想法,对吗?

    • 回复: @South Asian Dude
  141. res 说:
    @South Asian Dude

    哦,他们可以对欧洲人进行研究,但不要尝试使用欧洲数据对非欧洲数据进行预测。 这就是所谓的愚蠢。

    您(以及这里的大多数其他评论家)完全错过了 Piffer 作品中最有趣的地方。

    他得到了如此好的成绩。

    考虑到批评者提出的问题,也许可以尝试解释为什么他看到如此巨大的相关性。 这是一个有趣的问题。

    • 回复: @South Asian Dude
  142. res 说:
    @j2

    谢谢你的链接。 我将在接下来的几天中尝试看一下该论文。

  143. @notanon

    我猜可能需要一个实验,其中有不止一组相同种族的血统。 一组将是假定没有x缺乏症的对照组,而其他组则没有。 然后可以使用所进行的测量来绘制曲线或分析 x 缺陷效应。

  144. res 说:
    @Chimela Caesar

    灵巧的分数将仅在铃铛的右半部分(正态分布的两半,而不是两个独立的正态分布)下(例如,前50%包含前5%)。 没有减少。

    • 回复: @Chimela Caesar
  145. 关于找到一篇解释 GWAS 程序和术语的论文(表 1),并且还列出了关于得出结论的所有问题,对多基因风险评分进行了谨慎和怀疑的处理,有人建议:

    https://academic.oup.com/emph/article/2019/1/26/5262222

  146. @res

    他们正在对群体中的个体进行预测。 为了使其与Piffer的研究具有可比性,我们将研究整个小组的平均预测与小组的平均表型匹配的程度。 我敢打赌,这场比赛会相当不错(将会做一个有趣的实验)。 虽然应该在同一个种族的样本组之外进行。

    不,他们没有对小组中的个人进行预测。 他们对一百万个人及其受教育程度进行了抽样调查,以找出导致受教育程度高的原因。 因此,从本质上讲,一百万的队列是一个训练集。 只有确定了权重之后,才能进行预测。 因此,现在,如果您采用训练有素的权重并尝试计算古吉拉特印第安人的教育程度,那是一个预测。 由于数据基于欧洲人,因此预测是错误的。 你现在明白了么? p值的工作方式是样本越大,数量越少。 因此,他们使用的临界值往往非常低(从我记忆中可以看出,该系数为-8的幂)。 您可以查看称为 mahattan 图的东西来查看异常值。

    P

    预测组 - 生成组的 PGS 平均值,然后将其与该组的平均表型进行比较。 这就是Piffer在多个国家/地区所做的事情。

    如果该组以前没有研究过,则为零。 效果大小将与欧洲人不同。 你明白吗

    希望很明显,在组预测的情况下,存在统计平均效果,可以减少噪声并提高准确性。 如果不太明显,我建议您参加统计学课程。

    如果该组以前没有被研究过,那么这又是零意义。
    让我给你一个机器学习的例子。 如果我为不同类型的汽车训练数据,那么用椅子做测试会得到什么结果? 您会得到垃圾结果。
    真的很简单,垃圾回收,垃圾回收。 那是Piffer的结果。

    PS:中等技能的南亚人的傲慢自大。

    这里不要嚣张。 底线是,垃圾进,垃圾出。 OP 同意由于独特的变体需要研究其他群体。 你似乎没有掌握这个概念。 不是我的问题。

    • 回复: @res
  147. @res

    您假设印度裔美国人的平均遗传分数与印度的印度人相同。 考虑到种姓的遗传分层以及印度和美国之间的种姓数量差异,这是一个很大的假设。 更不用说选择来美国的人之间的个体差异。

    他们没有。 您可以轻松地看到,因为巴基斯坦人来自巴基斯坦,孟加拉人来自孟加拉国。 另一方面,古吉拉特人(Gujaratis)和泰格斯(Telegus)分别位于各自的国家/地区以外。 他们在学历上得分更高。 但是,问题在于将休斯顿的古吉拉特人与欧洲的一个团体进行比较。 考虑到得克萨斯州的古吉拉特人的教育程度很高,因此这一预测是可怕的。

    • 回复: @Merculinus
    , @res
  148. @res

    考虑到批评者提出的问题,也许可以尝试解释为什么他看到如此巨大的相关性。 这是一个有趣的问题。

    这不是一个很好的相关性。 看看斯里兰卡人。 它们远远超出趋势线。 另外,我看不到古吉拉特人和泰格斯(Telegus)那么远。 如果您包括这些群体独有的 SNP,我几乎可以保证与欧洲人的差异将会消失。

    • 回复: @res
  149. Merculinus 说:
    @South Asian Dude

    但是,您必须承认古吉拉特语PGS高于其他南亚人。 Lee等人的论文中的多基因得分(由于您缺乏对未读过书的理解,我对此可以确定)也可以预测智力,除了受过教育的程度。 实际上,在这种情况下,我们可以说受教育程度是智力的代表。 如果您的宠物组没有排在榜首,对不起,老兄。 现在,古吉拉特语的智商是多少? 可能低于100。
    Lee等。 没有使用1.1万个人作为训练集。 他们使用一个小组作为训练集,并在其他样本上测试了结果。 您完全不了解Lee的工作,Piffer的工作甚至是基础统计学的理论和方法。 您的昵称公然说您对民族的依恋笼罩了您的推理。
    通过从PGS中删除非洲人不存在的变体,Piffer已经在非洲人和欧洲人之间提供了一个公平的竞争环境,这样,PGS仅由非洲人和欧洲人共有的变体组成。 PGS与IQ之间的相关性仍为0.88,黑白差距略有减少。 这怎么不是一个公平的竞争环境? 您必须辩称,非洲人比欧洲人具有更多的针对特定人群的情报增强变体,因为如果他们与欧洲人的数量相同,则从共享SNP计算出的PGS是无偏的。 我不明白为什么非洲人应该有更多有益的突变,这就是您对Piffer攻击的根基。
    您还必须解释为什么阿什肯纳兹犹太人拥有如此高的PGS和很高的智商,或者说芬兰人。
    是的,因果变体已被证明可以解释非洲个体之间的大量差异。 我不愿解释这一点。
    如果您无法解释为什么Piffer的PGS在预测不同数据集的IQ方面是如此出色(相关系数为0.9),您可以闭嘴。 而且结果甚至都不是事后的,因为它们几乎与Piffer在2015年所做的工作相同。

    • 回复: @South Asian Dude
  150. res 说:
    @South Asian Dude

    好的。 从休斯敦关注古吉拉特人,您的观点更有意义。 所以这个人口:
    http://www.internationalgenome.org/data-portal/population/GIH

    您是否知道该群体尤其是受过高等教育的人? 考虑到整体印度裔美国人EA的统计数据,我希望如此,但是最好将GIH(以及从中抽样的更大的本地群体)与之比较。

    值得注意的是,Piffer放弃了GIH的图2 IQ / EDU3散点图。 大概是因为缺少准确的表型数据。

    特别是关于您对 GIH 的总体观点,我同意 GIH EDU3 的平均值看起来有点低。 如果没有有关该特定社区的更多信息,很难说更多。

    EA作为衡量标准而不是IQ的问题之一是,EA具有重要的文化成分(比IQ IMHO更重要)。 据推测,EA GWAS正在将IQ /尽责/全面健康/等等结合起来。 SNP。 但是,这些SNP如何转换为EA取决于周围文化重视和鼓励教育的程度差异很大。

    • 回复: @Merculinus
  151. res 说:
    @South Asian Dude

    您是否知道统计意义上的“相关性”? 异常值不会反驳大量的数值相关性(尽管它们可能会让人们想知道那里发生了什么)。

    似乎您最担心的是印度的意外结果低下。 有一个简单的解决方案。 让人们对印第安人进行研究(如果可能的话,在印度和美国)。

    PS:我猜想斯里兰卡的散点图离不开我刚才提到的选择性移民。 我假设IQ数据来自斯里兰卡(应该检查一下文件,但现在太忙了)。 人口本身就是英国的STU斯里兰卡泰米尔语

    刚刚检查。 从本文:

    斯里兰卡的英国人口也构成了一个例外,因为他们的智商低于PGS预测的智商。 这与先前的陈述并不矛盾,因为从Piffer(2015)[9]获得的智商估计是基于本地斯里兰卡人的,因为无法获得居住在英国的斯里兰卡人的估计。 考虑到环境的中等影响,居住在英国的斯里兰卡人的智商实际上可能高于本地斯里兰卡人的智商。

  152. utu 说:
    @James Thompson

    Lee还使用欧洲的预测来估计非洲样本的情报。 他可以预测11%的欧洲情报和1.6%的非洲情报。

    让我们假设确实存在一个多基因评分PGS,它可以在基于遗传学的双胞胎研究中预测世界个体的智商,即50-70%。 那么这个PGS是两个多基因得分的总和:

    PGS=PGS_piffer+PGS_x

    其中 PGS_x 是使用未出现在 Piffer 的 PGS_piffer 中的 SNP 以及可能出现在 Piffer 的 PGS 中的一些非线性 SNP 项构建的。 PGS_x可能包含10个SNP中的100个(如果不是1000个),以占遗传力的50-70%。

    Piffer声称他的PGS_piffer的亚群平均值预测了IQ的亚群平均值,或者换句话说,与高度相关(r≈0.88),其中表示亚群平均值。 他的主张意味着亚群之间的平均值必须接近于零或恒定,这意味着日本人、斯内加尔人和意大利人是一样的...... 的恒常性是 Piffer 隐含地假设的。 没有讨论此假设的有效性和可能性。 但这是一个非常有力的主张。 包括100个SNP中的1000个的PGS_x的平均值是否可能对日本人,塞内加尔人和意大利人的总和相加? 有可能吗?

    假设Lee所说的PGS_piffer可以解释欧洲人中11%的方差,而非洲人中只有1.6%的方差。 这意味着PGS_x解释了欧洲人中59%= 70%-11%的差异以及非洲人中68.4%= 70%-1.6%的差异,但欧洲人和非洲人的平均值相同。 听起来合理吗?

    自从前一段时间我们在这里讨论过他的上一篇有缺陷的论文以来,Piffer一直没有取得任何进展。 他仍然在推动同样的事情。 可以为他的坚持不懈和chutzpah感到祝贺,因为他敢于坚持有缺陷的信息。 他的目标受众是谁? 当然不是可以看透他工作的科学家。 仅仅是针对无知的宣传工作,他们仅根据确认偏差原则进行操作。 对于他们来说,皮弗(Piffer)是直接来自以色列的新弥赛亚。 他似乎并不傻。 他清楚地知道该行业,但是他选择了一条路线,这无疑毁了他的科学事业。 也许他从不关心自己的职业? 也许他的日常工作是在另一个领域? 这种粗心是从哪里来的? 性格缺陷? 导致他助长明显的欺诈行为Uri Geller的相同缺陷?

    通过陈述 “蒙特卡洛模拟强烈表明,所报告的发现并非偶然。” 你似乎同意了他的观点。 但是请看他的图4。大约有20种不同的多基因得分产生的相关性大于0.65,可能很少有产生大于0.88的相关性。 他只从 943 个 SNP 中随机选择了 2411 个。 有数以百万计的多基因得分可以与他在r≈1的数据集相关。 我什至可以假设随机数的任意序列 (n=26) 可以与多基因分数相匹配,该分数在 1 万个 SNP 中的 r 接近 10 时与之相关。 他的蒙特卡洛(Monte Carlo)和p值估计是BS,正在冒烟……这没什么意义。

    • 回复: @Merculinus
    , @James Thompson
  153. Merculinus 说:
    @res

    Piffer之所以使用IQ分数是因为它们对文化背景和基础设施不那么敏感。 我敢打赌,印度的美国移民有着浓厚的正规教育文化,相对于他们的智商,这可以提高他们的教育水平。 我敢打赌,他们的原始智力水平不如他们的学历所建议的高。 我在古吉拉特邦(Gujarat)智商研究中发现这项研究表明,环境贫困者的智商较低: https://www.ncbi.nlm.nih.gov/pubmed/25231330
    如果有人能够找到古吉拉特语智商的其他估计,那将是很好的。

  154. res 说:
    @South Asian Dude

    不,他们没有对小组中的个人进行预测。 他们对一百万个人及其教育程度进行了抽样调查,以找出导致教育程度高低的原因。 因此,从本质上讲,一百万的队列是一个训练集。 只有确定了权重之后,才能进行预测。

    我跳到了你的第二步。 GWAS是必要的先决条件。

    从预测的角度来看,我的观点是正确的。

    p值的工作方式是样本越大,数量越少。 因此,他们使用的临界值往往很小(从我记忆中可以看出,该系数为-8的幂)。 您查看了称为mahattan图的东西,以查看离群值。

    我知道。 可能比您做的更好(这是曼哈顿的情节)。 如果您阅读该论文,您可能已经注意到Piffer尝试了不同的显着性阈值并发现:“通过选择满足常规GWAS显着性阈值(P <5×10-8)的SNP,同时选择更高显着性的SNP,可以达到最大的预测能力。降低了预测能力(由于SNP数量减少)。”

    如果该组以前没有研究过,则为零。 效果大小将与欧洲人不同。 你明白吗

    是的。 我在这个博客中已经提到了很多次。

    这使我们回到了眼前的问题。 为什么Piffer的方法如此有效?
    请参阅下面关于“零”的评论。

    如果该组以前没有被研究过,那么这又是零意义。

    只要存在某些信号,统计平均值就会有所帮助。

    并且您是诚实地暗示智商的遗传结构中各个种族之间存在零共性吗?

    这里不要嚣张。 底线是,垃圾进,垃圾出。 OP同意,由于独特的变体,还需要研究其他群体。 您似乎并不了解这个概念。 不是我的问题。

    您的后续行动至少表明您比我之前对我/个人的集体无故感所想的要多。 但是,你不能告诉我我理解你的观点,而是在问一个超越它的水平的问题,这说明了很多关于自大的事情。

    让我们回到OP中实际说的话:

    皮弗(Piffer)接受基于欧洲DNA的多基因风险评分的一个重要限制是它们可能会遗漏其他变异。

    我们在解释上存在很大分歧(其他小组问题如何影响预测?预测玻璃杯是空的还是半满的?)。 这使我们回到了我的问题。

    鉴于他的方法的局限性,Piffer为什么会得到如此好的结果?

    • 回复: @South Asian Dude
  155. @Merculinus

    Lee等。 没有使用1.1万个人作为训练集。 他们使用一个小组作为训练集,并在其他样本上测试了结果。 您完全不了解Lee的工作,Piffer的工作甚至是基础统计学的理论和方法。 您的昵称公然说您对民族的依恋笼罩了您的推理。

    仅对几千个样本进行了预测分析。 报价:

    在两个预测队列中为欧洲血统的个体构建的多基因得分:青少年对成人健康的国家纵向研究(增加健康水平,N = 4,775),美国青少年的代表性样本; 和健康与退休研究(HRS,N = 8,609),即50岁以上美国人的代表性样本。我们通过“增量R2”来衡量预测准确性:将得分加为在一组基线对照(性别,出生年份,它们的相互作用以及遗传相关性矩阵的2个主要组成部分)上对表型的回归进行协变量分析。

    另请参阅其补充表。 N大于一百万。 那就是使用的样本数。 1.1万确实是数字。
    然后,他们像1000位非裔美国人一样做出另一个预测。 实际上,他们说预测并不准确。 但是,您似乎比Lee等人了解的更多。 al。

    因为用于构建分数的发现样本由欧洲血统的个体组成,所以我们不会期望我们的分数的预测能力在其他血统群体中如此高 7,26,27。 事实上,当我们的分数用于预测来自 HRS(N = 1,519)的非裔美国人样本中的 EduYears 时,该分数的增量 R2 仅为 1.6%。

    因此,Lee等人承认非裔美国人的预测能力下降。

    我不明白为什么非洲人应该有更多有益的突变,这就是您对Piffer攻击的根基。

    这是简单的逻辑。 我统计了欧洲人中效应大小> 675的0个等位基因和效应大小<595的0个等位基因。 因此,从逻辑上讲,非洲人也将拥有比消极影响更大的积极影响规模。

    您还必须解释为什么阿什肯纳兹犹太人拥有如此高的PGS和很高的智商,或者说芬兰人。

    我不知道Ashkenazi犹太人的PGS有多可预测。 也许是,也许不是。 队列主要是欧洲人。 也许他们对阿什肯纳兹人有预见性。 至于鳍,这可能是准确的。 我不诚实。 这项研究是针对欧洲人进行的,因此鳍可能确实具有更高的受教育程度基因。

    • 回复: @Merculinus
    , @j2
  156. @res

    我知道。 可能比您做的更好(这是曼哈顿的情节)。 如果您阅读该论文,您可能已经注意到Piffer尝试了不同的显着性阈值并发现:“通过选择满足常规GWAS显着性阈值(P <5×10-8)的SNP,同时选择更高显着性的SNP,可以达到最大的预测能力。降低了预测能力(由于SNP数量减少)。”

    好的,您比我更了解曼哈顿的统计数据。 但是,您是告诉我GWAS基于个人的人。 但是,p值不是一个单独的统计数据。

    • 回复: @res
  157. Merculinus 说:
    @utu

    1)Piffer在2015年仅以9个SNP达到了相同的结果。 4 年后,一个 PGS 由 1.1 个个体构建,包含 2400 个 SNP,这一事实与他在 2015 年的论文中产生的几乎相同,这表明该方法有很长的路要走。 这被称为复制,这在社会科学中非常罕见。 这证明了您声称他假设的不变性。 如果没有恒定性,则后来的GWAS带有更大的样本将不会证实他的早期结果。 他在 2013 年和 2015 年的预测是,随着更多 SNP 的发现,它们将符合相同的模式。
    2)您显然没有仔细阅读论文,或者您无法做数学运算。 用943个PGS进行了蒙特卡洛模拟,每个PGS包含2411个SNP。 这些总共有多少个SNP? 2,273,573。 超过2万! 他没有从2400个SNP中随机选择。 他从超过943万个SNP中随机选择了2个不重叠的集合!!! 不,没有PGS与IQ大于0.88相关(再次写在论文中)。在这种情况下,p值== 1/943 = 0.001。
    如果您对统计意义没有丝毫的了解,就不会提出愚蠢的主张。 Piffer还提供了数据,如果您是认真的人,则可以尝试复制结果,而不是在此论坛上散布乱七八糟的东西。

  158. Merculinus 说:
    @South Asian Dude

    你不懂统计学,你的逻辑有缺陷。 我说过,如果我们删除非非洲特定的SNP,则会创造一个公平的竞争环境,因为我们删除了由于人口特定变异而导致的欧洲有益突变所占比例较高的影响。 您必须假设非洲人的正面与负面影响的比率高于欧洲人,即高于 675/595。 没有理由相信情况确实如此。

    • 回复: @South Asian Dude
  159. @utu

    谢谢。 您在第三段中遗漏了一些单词,或者使它们混乱,这使我很难理解您的论点。

    在第四段中,我认为Lee认为欧洲PGS在预测非洲测试组时会减弱,这是因为连锁不平衡的差异,而不是实际SNP中的差异。 也就是说,这些基因可能非常相似,有很多重叠,但是很难根据欧洲DNA在非洲DNA中找到正确的位置。

    • 回复: @utu
    , @utu
  160. utu 说:
    @James Thompson

    第三段中遗漏的词 - 确实。 我用括号来表示平均值,显然编辑不喜欢括号。 在这里我重写了它:

    Piffer 声称他的 PGS_piffer 的亚群平均值预测了 IQ 的亚群平均值,换句话说,Avg{PGS_piffer} 与 0.88 个亚群的 Avg{IQ} 高度相关(r≈26)。 他的主张意味着亚群的平均值 Avg{PGS_x} 必须接近于零或亚群之间的常数,这意味着 Avg{PGS_x} 对日本人、斯内加尔人和意大利人来说是相同的…… Piffer隐含假设Avg {PGS_x}的恒定性。 没有讨论此假设的有效性和可能性。 但这是一个非常有力的主张。 包括100个SNP中的1000个的PGS_x的平均值是否可能对日本人,塞内加尔人和意大利人的总和相加? 有可能吗?

    • 回复: @Merculinus
  161. @Merculinus

    您不了解统计信息,并且逻辑存在缺陷。 我说过,如果我们删除非非洲特定的SNP,则会创造一个公平的竞争环境,因为我们删除了由于人口特定变异而导致的欧洲有益突变所占比例较高的影响。

    我要说的是,如果我们不知道非洲人口的影响规模,它仍然不是一个公平的竞争环境。 举个例子,欧洲人的肤色较浅,东亚人的肤色较浅是由于不同的变体。 因此,很有可能尚未发现非洲人中最具预测性的变异。
    好的,我不知道统计信息。 你做。
    我们在这里转圈。 争论已经没有意义了。

    • 回复: @Merculinus
    , @Merculinus
  162. Merculinus 说:
    @utu

    正如我所说的那样,稳定性已经实现,因为这是Piffer在2015年发表的论文的后续内容。 2015年PGS仅使用了9个SNP,并预测其稳定性,即随着GWAS识别出更多的SNP,它们将遵循相同的模式。 现在,我们获得了与2411和3527个SNP几乎相同的分数。 这项研究的PGS已经是PGS_x,Piffer的2015是实际的PGS_piffer(使用您的表示法),包括N = 2,411-9 = 2402和3,527-9 = 3518 SNP。
    因此,您正在等待已实现的目标。 如果您没有跟上过去6年的文献资料,也没有阅读Piffer的早期论文,那我无能为力。

    • 回复: @utu
  163. utu 说:
    @James Thompson

    我知道Piffer如何为他的方法增加一点独立验证。 但只是多一点。 他可以使用Lee的1,1万个数据库来创建准日本人,准意大利人等人口。 但是,不是将个人分组以产生所需的平均PGS,这很容易,而是将产生SNP频率与日本人,意大利人等人口相同的个人分组。 Piffer 使用多基因评分中使用的 SNP 的频率 f1,f2,f3,... 计算他的平均 PGS。 他必须想出一种算法,可以从1,1万个人中找到最大的子集,其频率与日本人的频率相同,分别为f1,f2,f3…。 是否可以保证子集不为空? 不,但它可能存在。 这些子集实际上是重叠的,因为它们是合成的准种群。 然后,他将计算每个子集的平均受教育程度,并将其与平均多基因得分相关联,该分数与他在实际人群中使用的得分相同。 因此,他可以绘制如图 2 所示的图,其中 x 轴上的值相同,但 y 轴上的值将是 Lee 数据集中的平均教育成就。 相关性是什么? 接近他的r = 0.88还是小得多? 而且他还可以将准人口的教育程度与实际人口的智商相关联。 如果 r 远低于 0.88,他将不得不承认他的方法有缺陷。 但是,如果r接近0.88,他可能会说他的方法适用于准人口,在这种情况下,您会从个人的GWAS预测因子函数显式转换为平均值函数。 但是显然,这仍然不足以验证他的方法。 只是挥舞手或唤醒电话而已。

  164. utu 说:
    @Merculinus

    您一定不是在理解某些东西。 PGS = PGS_x + PGS_piffer假设预测全球人口中智商差异的50%-70%。 至今还没有人找到这样的预测因子,因此PGS_x未知,因此没有人能够证明其在不同人群中的平均值相同。 但是皮弗隐含地假设是这样。 一个人可以用假说玩把戏(*)。 显然,这招对您有效。

    (*)爱因斯坦推测c是不变的,以便得出洛伦兹变换,他暗示这是他不知道的。 但是他的赌注是安全的,因为Lorentz变换暗示c必须是不变的,并且Lorentz变换是更早知道的,并由Lorentz和Poincare研究。 它们是从大约五年前的洛伦兹(Lorentz)的麦克斯韦(Maxwell)方程不变性导出的。 爱因斯坦的假设可能只是掩盖他知道洛伦兹变换这一事实的一个把戏。 它为爱因斯坦工作。

  165. @res

    您似乎不理解我的数学知识以及所讨论的人口动态。

    自由人群的智力特征通常应大致呈正态分布。

    符号表示具有以下特征的假设种群:

    人口具有更多的双峰分布,其中曲线的右侧为“正常”,平均智商为100,但是左侧由于缺少关键营养素而失真较低,因此即使智商高的分布,实际平均值也可能较低异常值与平均值为100时相同。

    让我们从一组会产生这种人口分布的动力学中模拟一个(虽然是假设的)。

    想象一下,一个具有相同种族血统的国家只有两个州,A 和 B。这两个州的人口规模和人口结构都相同,因此每个州都包含该国智能分数总规模的一半。 然后,一个独裁者出现了,并在州与州之间架起了一道屏障,以使各族群不会混合。

    接下来,独裁者使国家A遭受极大的苦难,以致其人口经历了严重的产前营养不良。 独裁者家庭生活了好几代人。

    在子孙后代,对国家A和B进行了智力测验,并将结果汇​​总在一起。

    我们将看到一个双峰分布,绝大多数智能部分来自州B。州A的大部分“智能部分”(按总人口的标准计算)将遭受损害。 当且仅当两个状态具有共同的标准偏差时才会发生双峰性 sd,并且分布均值之间的差异大于 2sd.

    现在,如果从一开始就从未歧视过状态A,则为图像。 他们会贡献更多的“智能分数”候选人,从而增加该国智能分数的总规模。 让我们考虑在理想条件下该国的总智能分数大小为 s.

    s1 由于减损而缩小。

    这是指在不理想条件下状态A的损失。

    这样的 (s1 + s2)<s.

    这是指不理想国家的总智能分数规模的综合赤字,其中 s2 是状态B的“智能分数”贡献。

    在上述状态下,可以说智能分数的大小已减小。

    在不理想的国家中,这是正确的。 减少了。

    PS之类的情况可能发生在实际的人口中,例如,由于严重地系统性地撤离了人口中的某些“机会”。

    • 回复: @res
    , @notanon
  166. res 说:
    @South Asian Dude

    但是,您是告诉我GWAS基于个人的人。 然而,p 值不是一个单独的统计量。

    我不确定您是如何从我在这里写的内容中得到的。 我什至不知道你的意思。

  167. res 说:
    @Chimela Caesar

    我们中至少有一个人不了解这里的事情。 我认为notanon的原始评论和我的阐述很简单,很清楚。 对于您的评论,我能提供的最好解释是,您正在做一些简单而又过于复杂的事情。

  168. j2 说:
    @South Asian Dude

    ”“你还得解释为什么德系犹太人有这么高的PGS和这么高的智商,还是芬兰人。”

    我不知道Ashkenazi犹太人的PGS有多可预测。 也许是,也许不是。 队列主要是欧洲人。 也许他们对阿什肯纳兹主义者是有预见性的。 至于鳍,这可能是准确的。 我不诚实。 这项研究是针对欧洲人进行的,因此鳍可能确实具有更高的受教育程度基因。”

    单个数据样本与任何PGS和IQ均未显示出强相关性。 只有该国的平均水平很好地符合一条线。 如果可以使单个样本显示出明显的PGS与IQ相关性,则这种研究将具有基础,但是由于单个相关性非常弱,因此他们可以调整PGS以提高或降低任何小组,同时仍保持一个版本的PGS与另一个版本的PGS之间的相关性很高。

    我认为最能说明Piffer方法缺陷的是Finns。 在Piffer使用的较早的PGS版本中,英国人和芬兰人获得的PGS几乎相同。 最后,芬兰人明显领先于英国人。 它是相同的数据集,因此对PGS进行了处理以得出此结果。 显然,PGS被操纵以给出此结果,以便将“阿什肯纳兹”犹太人带到研究人员想要放置的地方。 也就是说,他们选择了PGS,以便给出与当前IQ值共识一致的国家/族裔群体平均值。 然后,他们表明,在整个数据集上,新PGS与旧PGS的相关性仍然很好,但是此新PGS将某些组移动到不同的位置,这表明有意操纵PGS。

    在1970年代,芬兰的智商估计为97,而爱德华·达顿(Edward Dutton)声称现在为102/103。 这段时间没有任何遗传选择来解释这种变化,因此影响只能是环境的。 智商也反映了环境因素。 不得将其用作调整PGS的方法,以提供正确的国家/地区平均值。 芬兰人确实有更多的基因在东亚人中比较常见(根据测量从4%到15%),因此,如果您以使东亚人获得应有的智商的方式调整PGS,自然会提高芬兰人的水平。 PGS。

    至于芬兰的智商,PISA成绩非常好,但是有其原因。 一种是语言。 芬兰语是一门非常好的语言,因为学生知道如何拼写(它的写法非常像说的那样,字母选择很少),而且单词的含义通常很清楚,这与语言不同例如英语,其中的词汇包含没人知道的单词。 在芬兰语中,新词是由已知词串联而成,所以它们的意思很容易理解。 这种语言应该在PISA阅读中提供一些优势。 至于数学,PISA的测量与芬兰学校所教的应用数学更接近,而不是数学理论。 您不会看到芬兰的学校数学团队在数学奥林匹克运动会上表现出色,因为那里没有专门为才华横溢的学校,因此优秀的学生无法学习完成良好运动所需要的东西。 但是在 PISA 中,它的教学方式具有一定的优势。

    在我看来,皮弗的方法确实有一个意识形态目标,而不是科学目标。 显然,只要欧洲白人不领先,规模的上限并没有多大关系,但真正的目标可能是让发展中国家失望。 或者,所以我看到了这一点。

    • 回复: @Merculinus
    , @notanon
  169. @Anon

    你只是从美国的南亚人可能是那里受教育程度最高的群体这一事实中知道这一点。

    他们也无法代表本国的平均认知水平。

  170. Merculinus 说:
    @South Asian Dude

    几篇论文表明,身高和智商的因果变异以及其他多基因性状在不同人群中是相同的。 肤色不像身高和智商那样是高度多基因的,因此您要比较定性不同的表型。
    我已经告诉过您很多次了,关注Lee等人指出的更重要的SNP(更可能是因果关系)和假定的因果关系SNP会增加黑白差距。 为了使您对Piffer论文的攻击不致崩溃,必须满足以下条件:1)某些SNP可能仅在非洲人中具有多态性; 2)平均而言,这些多态性SNP比有害SNP更有益(是的,天真的先生,大多数突变都不有益); 3)在非洲人中,有益于有害的特定人群等位基因的比例高于欧洲人,因为即使去除了非非洲人特定的SNP之后,黑白差距仍然很强,这对欧洲人造成了不利影响,从而创造了一个公平的竞争环境。
    我认为所有这些事情在一起发生是不太可能的。

  171. Merculinus 说:
    @j2

    您将获得此博客读者的阴谋理论家奖! 荣誉!

  172. Merculinus 说:
    @South Asian Dude

    您知道自己变得多么可悲吗? 您正在用脚射击自己,这真是太糟糕了! 您承认非洲人和欧洲人的智力基因结构与肤色一样不同的可能性。 所以你比我更像一个种族主义者。 您只是暗示,智力方面的白黑差距可能与肤色一样大! 惊人!

    • 回复: @notanon
  173. notanon 说:
    @Chimela Caesar

    我的假设中有一个未阐明的假设,那就是该类已经与智商相关。

    例如,假设您在一个国家/地区,每个人都有足够数量的成分x和正常的IQ分布,则未声明的假设是分类,并且IQ已经相关,并且智能分数的98%+已经在曲线的右侧。

    然后说成分x受到成本的限制,因此只有右侧可以负担得起,然后曲线的右侧将保持不变,而左侧将变得发育不良。

    • 回复: @Chimela Caesar
  174. notanon 说:
    @Merculinus

    我可能会误解,但我不认为他是从一个空白的板条立场争论。

  175. notanon 说:
    @j2

    在1970年代,芬兰的智商估计为97,而爱德华·达顿(Edward Dutton)声称现在为102/103。

    https://www.ncbi.nlm.nih.gov/pubmed/3486110

    中等严重程度的地方性甲状腺肿主要在仍然在1950年代的芬兰东部发现,但整个国家都存在中等碘缺乏症。 从食物摄入量和人群样本中尿液排泄量确定的每日碘摄入量在东部要低50-70微克。

    今天,芬兰的碘摄入量约为每天300微克,是欧洲最高的。

    • 回复: @j2
  176. notanon 说:

    我不知道该怎么做,但假设...

    if
    –有一种成分x足以满足某人的遗传潜能
    – 具有足够成分 x 的整个种群创建正态分布
    然后

    不能基于成分x充足性的类别或区域异常的各种假设来创建不同的曲线,然后将其与现有数据进行比较?

    这可能会清除IQ数据中的一些明显异常。

  177. j2 说:
    @notanon

    “中等严重程度的地方性甲状腺肿主要是在1950年代的芬兰东部发现的,但是整个国家碘缺乏的程度中等。”

    他们从1950年代开始在芬兰的盐中添加约旦,从那以后就开始这样做了。 智商的平均得分为97,来自成人,并于1979年(或1977年,我不确定)。 我出生于1956年,即使在老年人中,我也从未听说过一例甲状腺肿(尽管如今在芬兰,每年有400万人中有5.5例)。 取而代之的是,甲状腺肿在中欧仍然很普遍,在奥地利等平均智商为100的国家/地区。 更有可能的解释是食物的改善,尤其是教育的改善。

    • 回复: @notanon
  178. @notanon

    注意,这些事物本质上是细微差别的。

    即使您对要应用的假设和整个人群的工作动态都进行了新的更新, 智能分数的大小仍在减小.

    这是解释。

    在应用了限制(x的成本)之后,我们总是要考虑评估的下一代(我们有时间限制对人群的工作)。

    现在,假设首先没有应用任何限制,使总体中智能部分的总大小为 s.

    设总人口中的智能分数的总大小(加上限制)为 s1.

    关于原始人群的低智商​​群体在下一代中产生“智能分数”(按合并人群的标准)的能力,请参见以下摘录:

    如果智商高的人与智商低的人结婚, 他们的孩子几乎可以拥有任何智商. 两个智商高的父母也是如此(尽管他们的孩子往往智商更高)。 还有两个智商低的父母.

    这种可能的 IQ 范围如此广泛且不可预测,因为 IQ 涉及许多不同的基因。 而且因为环境也起着重要作用。

    https://genetics.thetech.org/ask-a-geneticist/intelligence-and-genetics

    因此,原始人群的低智商​​群体确实会在下一代中产生“智能分数”候选者(尽管数量很少)。 对该细分市场施加限制后, 由于减值,后代会产生“智能分数”候选者。

    因此,

    s1 <s

    智能分数的大小将减小。

    • 回复: @notanon
  179. notanon 说:
    @j2

    他们从1950年代开始在芬兰的盐中添加约旦,从那以后就开始这样做了。 智商的平均得分为97,来自成人,并于1979年(或1977年,我不确定)。

    碘酒会影响儿童的认知发育,所以我想您需要知道1979年研究的参与者的年龄,因为开始时(?)岁以上的人不会受到影响,而40年后的大多数人会受到影响。

    • 回复: @j2
  180. notanon 说:
    @Chimela Caesar

    因此,原始人群的低智商​​群体确实会在下一代中产生“智能分数”候选者(尽管数量很少)。

    很公平

  181. j2 说:
    @notanon

    好吧,还有另一个智商测试,99 年给出了 1997,然后有一个新的(我认为 2014 年,芬兰智商测试的标准化队列)给出了 101,而 Edward Dutton 给出了 102/103。 即使丢弃第一个测试,也存在增长,并且这种增长与基因没有任何关系,如果将99放入Piffer的图中,则当前图的匹配度很差,因为英国的定义为100,而芬兰人的定义为99 ,但PGS会预测芬兰人的智商更高。

    请注意这一点,无论Piffer或其他任何人是否进行了任何操纵,改变PGS的方法以及英国和芬兰人通过改变PGS明显改变的结果意味着该方法允许操纵PGS。 仅提供不同版本的PGS与整个数据的相关性是完全不够的。 人们应该研究这个国家的价值观如何变化以及是什么原因造成的。

    例如,对于Ashkenazi犹太人,Piffer使用的每个PGS都应该有值,而不仅仅是最后一个。 只有这样,才能以一种令人信服的方式表明最后一个 PGS 没有被选中来给出想要的结果。 如果研究方法允许操纵,则无论是否进行了操纵,都必须解决这个问题。 我们不能相信作者。 结果必须是我们不需要信任作者。

    关于Ashkenazi犹太人,我仍然没有找到答案,2019年的论文指出所使用的PGS是根据2018年的威斯康星州样本开发的。不可能是较早进行的其他测试中所使用的PGS Piffer。 但是皮弗的桌子上列出了他得到结果的论文。 大多数论文都早于2018年,它们不能拥有2018年为威斯康星州生产的PGS。 对不同的测试使用不同的PGS是不正确的,结果无法进行比较。

    • 回复: @notanon
  182. res 说:

    我仍然没有找到答案,2019 年的论文指出使用的 PGS 是从 2018 年威斯康星州样本开发的。它不可能是之前完成的其他测试中使用的 PGS Piffer。

    Piffer使用各种GWAS作为其PGS的来源。 然后评估可获得遗传数据的各个人群(例如威斯康星州犹太人,1000个基因组)的PGS。

    因此,可以将来自各种GWAS和选择标准的不同PGS进行混合,并与提供所需遗传种群数据的不同研究相匹配。

    以下是他在2017年的RPub中有关他检查的一些不同PGS的一些讨论:
    https://rpubs.com/Daxide/279148

    智能PS和IQ,PS_Piffer2017,PS_Piffer_2017_162SNP之间的相关性分别为r = 0.496、0.646、0.497。 智力 - EA PS 和 IQ、PS_Piffer2017_9、PS_Piffer_2016_162SNP 之间的相关性为 r= 0.877、0.924、0.835 这些低于之前观察到的相关性 (Piffer, 2017)

    这里的要点之一是当前的PGS(EDU3)提供的结果与早期版本(例如9 SNP版本)非常相似。

    以下是本文涉及的PGS的一些讨论:

    Piffer (2017) [15](另见补充材料)确定了 9 个基因组位点,这些位点在三个最大的 GWAS 教育程度 (EA) [16-18] 中复制。 相同的9个SNP已成功用于预测古代和现代样本之间的认知能力遗传差异[19]。
    此外,还将采用来自最新的受教育程度GWAS(以下称为“ EDU2411”)[3]的全套7个全基因组重要SNP。
    Lee等。 (2018)[7]还报告了一组127个推定的因果SNP(后包含概率> 0.9)。 这些将用于提供一个多基因评分,从理论角度来看,该评分较少受到连锁不平衡衰变的影响(请参见讨论)。

    回到你身边。

    大多数论文都早于2018年,它们不能拥有2018年为威斯康星州生产的PGS。 对不同的测试使用不同的PGS是不正确的,结果无法进行比较。

    希望以上说明了为什么不是这样。

  183. res 说:
    @j2

    Dunkel等人的研究使用了53名犹太人的样本,但是
    https://emilkirkegaard.dk/en/?p=7680
    声称威斯康星州的一项研究对153名犹太人进行了独立验证,并链接到
    http://rpubs.com/Jonatan/jewish_pgs
    从威斯康星州研究中查看乔纳森·帕尔森(Jonathan Pallesen)2018年的结果,犹太人的人数也为53人,而不是153人,这不是任何独立研究。 密度与智商的数字与Dunkel等人的数字完全相同,因此这不是任何独立的验证。 Pallesen是Dunkel等人的第三作者,数据似乎与53位犹太人相同。

    查看您的链接 http://rpubs.com/Jonatan/jewish_pgs
    我看到有53名犹太人的研究是WLS(标题2)。 埃米尔在他链接的页面中提到的复制研究是 HRS:

    在审查该论文时,我们发现了另一个数据集,即健康与退休研究 (HRS),其中也包含必要的变量。 不幸的是,智商测试更差。 但是,我们的主要发现得到了重复(请参阅代码本)。 该数据集有153个具有正确变量的犹太人。

    HRS 正在前进 3 在Jonatan Pallesen的页面中。 因此,Emil实际上是指您提到的HRS。 不是您在“数据似乎与 53 名犹太人相同”中断言的 53 名犹太人主题 WLS。

    埃米尔(Emil)似乎确实犯了一个错误,说HRS有153名犹太人。 在Jonatan Pallesen的页面上,正确的数字是212。

    关于

    关于多基因评分,在Pallesen进行的研究将PGS分为两个评分,这允许选择标记以获得您想要的结果。

    仅适用于HRS(PGS_EDU和PGS_COG)。 WLS 只给出一个 PGS“教育成就的多基因分数(edu PGS)”,我认为这与 HRS 中的 PGS_EDU 相同。

    因此,两个数据集只有一个 PGS 是通用的,不可能任意选择。 如果您仔细查看HRS的第3部分,您会看到PGS_COG仅在三个图的初始集合中使用。 PGS_EDU用于其余的分析。

    如果您要做出含糊的指责,例如:

    我的结论是Dunkel等人比Piffer更加可疑。

    请尝试在分析上做得更好。

    PS在“在Pallesen的研究中,题为宗教的PGS与IQ的关系图,以IQ和PGS为轴,基督徒的IQ并不呈正态分布,因此,基督徒分为几类。”

    我假设您是在谈论第2节(WLS)中的散点图? 您如何看待IQ分布是非正态的? 我发现很难从散点图中提取IQ分布,并且由于它和较早的分布图都使用相同的IQ变量,因此它们应该相同。 除了几乎可以肯定地对分布图进行了平滑处理外,这可能就是您所注意到的差异。

    • 回复: @j2
  184. j2 说:
    @res

    您肯定听起来像其中一位作者,如果是的话,请回答此问题:

    在具有较大样本的HRS研究中,犹太人和基督徒在认知曲线上的差异很小,
    但是在两个PGS图上还有更多。 这表明PGS包含一些给犹太人更高的分数而与智商无关的东西。 从PGS与IQ的关系图中可以得出类似的观察结果。 在该图中,犹太数据点分布在右侧,但不是特别向上。 看起来PGS捡起了犹太人拥有的东西(SNP的频率与犹太血统相关),但与智商无关。 对于犹太人和基督徒来说,PGS 与智商的关系似乎是相似的。

    您尚未回答以下问题:为什么UK和Finn分数在建议操纵的方式上有所不同,即使没有操纵,论文也应澄清该问题,以便很明显没有操纵。 全国智商分数在不同的衡量标准上有所不同,毫无疑问,环境问题会影响他们,这些问题包括营养和教育,而皮弗的PGS分数反映了基因频率,不会受到环境问题的影响。 因此,发现国民智商和 PGS 之间的相关性太高,自然会表明必须匹配此 PGS 才能给出结果。

    如果您是以上任何一篇论文的作者,请注意以下类型的答案:
    “如果您要做出含糊的指责,例如:
    我的结论是Dunkel等人比Piffer更加可疑。
    请尝试在分析上做得更好。”
    完全不合适。 确保所有此类问题都得到澄清是作者的任务。 Dunkel和Piffer的论文都亟待改进。 他们的分析水平太差了。

    • 回复: @Merculinus
    , @res
  185. Merculinus 说:
    @j2

    您的思维被操纵,而不是数据。 仅仅是因为在2015年使用9个SNP的论文中,排名与2019年使用2411个SNP的论文稍有不同? 您对不确定性和置信区间的含义有丝毫的想法吗? 您是否知道仅由 9 个 SNP 构建的分数会受到大量随机波动的影响?您还以典型的精神分裂症方式挑选差异。 您忽略了2015年的系数与2019年的系数之间的相关性是0.96。 几个分数是不同的,那又如何呢? 回到统计 101。
    这就是我的慷慨。 我刚刚查看了Piffer在2015年发表的论文,Metagene评分使Finns的排名高于英国(表2)。 通过因子分析,将“多基因得分”简单地作为平均值,即可计算出元基因得分,当您拥有如此少量的SNP时,这是一种可行的方法。 所以你挑选了两个种群,但也选择了两个多基因分数之一,省略了另一个。
    从什么时候开始,“非常好”的结果变为“太好”? 研究人员是否应该停止发表积极的结果,以免某些分裂阴谋论者认为他们好得令人难以置信? 您希望看到不良结果吗? 从您的方法中可以很明显地看出,您总会发现一些值得抱怨的地方。 不用笨拙地指责,而是自己计算PGS并返回数据。 在此之前,我将停止阅读您的评论。

    • 回复: @j2
  186. notanon 说:
    @j2

    有增长,这种增长与基因没有任何关系

    好吧,是和否。

    我认为,最有可能解决这些问题的方法是,人口具有最大的遗传潜能,而儿童时期缺少一种或多种关键营养成分可能会阻碍这种遗传潜能。

    因此,在芬兰的情况下,我同意这种改善可能与他们遗传学的改善(cos太快)无关,只是消除了使他们发育迟缓至其原有遗传潜能以下的饮食缺乏症。

  187. j2 说:
    @Merculinus

    从您的评论看来,您在获得博士学位后缺乏30年的研究。 拥有后再回来。

    • 回复: @Merculinus
  188. Anonymous [又名“ jp7”] 说:

    在帕勒森(Pallesen)的研究中,题为“宗教”的PGS与IQ的关系图以IQ和PGS为轴,基督徒的IQ并不呈正态分布

    是的,它确实。

    从威斯康星州研究中查看乔纳森·帕尔森(Jonathan Pallesen)2018年的结果,犹太人的人数也为53人,而不是153人,这不是任何独立研究。 密度与智商的数字与Dunkel等人的数字完全相同,因此这不是任何独立的验证。 Pallesen是Dunkel等人的第三作者,数据似乎与53位犹太人相同。

    是的。 WLS的53名犹太人既在论文中,也在RPub中。 这没有什么错。

    然后,在Pallesen中提到了针对212名犹太人的复制研究(3. HRS中的复制)。 认知分数差异很小,表明智商差异为 3 分。

    如RPub中所述,HRS中的IQ测试质量非常低。 因此,目前尚不清楚您希望通过这种方法在各组之间发现多少智商差异。

    关于多基因评分,在Pallesen进行的研究将PGS分为两个评分,这允许选择标记以获得您想要的结果。

    @res 涵盖了这一点。

  189. Merculinus 说:
    @j2

    所不同的是,我揭穿了您令人反感的阴谋论,但您只能通过同声传译来回应。 在您可以提供数据来支持阴谋论之后再回来,而不是胡说八道。 数据操纵是一个严重的指控,严重的指控需要认真的研究,而您显然缺乏做这些事情的工具。
    我想知道您拥有什么样的博士学位以及30多年的研究经验。 我不知道他们授予阴谋论博士学位。

    • 回复: @j2
    , @j2
  190. res 说:
    @j2

    您肯定听起来像其中一位作者,如果是的话,请回答此问题:

    我会称赞它,但这是非常不正确的。 我什至不在野外。 只是对个人差异,遗传学和智商特别感兴趣的外勤工程师。

    该声明确实帮助我校准了您的判断。

    在具有较大样本的HRS研究中,犹太人和基督徒在认知曲线上的差异很小,而在两个PGS曲线上的差异则更大。

    看起来确实很奇怪。 我将其归因于HRS中使用的IQ量度不足(两个链接都提到了这一点)。

    你还没有回答为什么英国和芬兰的分数不同的问题,这表明操纵

    发生异常值。 尤其是在变量太多的情况下(请参阅我的其他评论,为什么我会惊讶结果如此好)。 我没有详细讨论该特定问题。

    因此,自然而然地发现国民智商和PGS的相关性太好,这表明必须对PGS进行匹配才能得出结果。

    我同意这是(而且应该是恕我直言)查看这些结果时首先想到的想法之一。 请参阅其他Piffer线程以获取有关这些内容的评论。 这里有三个(来自汤普森博士,utu和我本人)提出了“太好了,无法实现”的问题。
    https://www.unz.com/jthompson/a-piffer-pause/#comment-1902335
    https://www.unz.com/jthompson/genetics-of-racial-differences-in-intelligence-updated/#comment-1897662
    https://www.unz.com/jthompson/tilting-at-sex-differences/#comment-2231250
    那些讨论之后的讨论(以及主题中的其他评论)可能会有所帮助。

    尽管AFAICT,Piffer并没有这样做。 最新作品使用Lee纸PGS(完整版和因果版)。 一般来说,Piffer似乎是
    1.使用其他人在其论文中提供的SNP。
    2.当他尝试新的SNP时要对结果保持开放态度(即使IQ PGS的结果不尽如人意,请参见上面的评论,包括IQ和EA PGS的结果)。

    简而言之,在我看来,他的行为完全像一个取得良好成绩的人,他正在诚实地尝试通过复制来验证它(并解决诸如连锁不平衡和空间自相关之类的问题)。

    如果您是以上任何一篇论文的作者,请注意以下类型的答案:
    “如果您要做出含糊的指责,例如:
    我的结论是Dunkel等人比Piffer更加可疑。
    请尝试在分析上做得更好。”
    完全不合适。

    也许吧,但是作为第三方,我认为我的评论既恰当又恰如其分。 如果这里有什么不合适的地方,那是您根据很少或没有证据提出指控。

    作者的任务是确保所有这些问题都得到澄清。 Dunkel和Piffer的论文都亟待改进。 他们的分析水平太差了。

    这里有两件事要想到。

    1.“不要让完美成为善良的敌人。”

    2.对严格性的孤立要求: https://slatestarcodex.com/2014/08/14/beware-isolated-demands-for-rigor/

    您是否将此标准应用于您阅读的所有论文? 如果是这样,我衷心希望您不要阅读太多叙事确认心理学论文(例如刻板印象威胁)。

    FWIW,如果您想认真地批判这项工作(我认为它可以使用一些善于批判的思想家,以开放的态度审阅它),请尝试执行以下操作。

    1.改善您的分析。
    2.控告人们渎职要慢一些。 您对Piffer的复制工作知之甚少,因此无法对其进行认真的批评。 我在这里有多年的评论历史,这应该清楚表明我不是该领域的研究人员。

    • 回复: @j2
  191. j2 说:
    @Merculinus

    “ Merculinus,我想知道您拥有什么样的博士学位以及30多年的研究经验。 我不知道他们授予阴谋论博士学位。 ”

    是的,您真是太聪明了,Merculinus,但我不会选择您作为我的博士学位。 学生,因为您的逻辑全都是错误的,表明您对博士学位太愚蠢了。

    我不会因为傲慢而抛弃你。 我们学院里总是容忍傲慢,因为这是一个普遍的男性错误,通常是由相当甚至非常聪明的人犯的,但是您的缺点是基本逻辑,您的逻辑是错误的,就是这样,我无能为力,您就是粗鲁,这无济于事。 所以,我不会把你当博士学位。 学生永远不会,如果你按写作的方式写作,我所认识的任何教授也不会,我的意思是聪明的教授。 但也许你认识的教授会(腐败的),对博士的最低智力水平没有那么严格。 我知道,有这样的教授。 他们服务于一个族裔群体。 无需标识该组,但不是芬兰,也不是法国,德国,Icelan或任何其他此类组。

    无论如何,我喜欢您的建议,说我可能患有精神分裂症。 好吧,我不是,没有一个声称这样的学生会被博士学位学习接受,那些声称这样的人仅仅是精神分裂症,就像您,Merculinus。 你什么时候取得博士学位的还有什么? 你看,我取得了博士学位。 在30年前的一个真正的科学领域中,您只是一个初学者,并且在一个高度可疑的领域。 和你一样,我只会保持安静。

    • 回复: @Merculinus
  192. j2 说:
    @Merculinus

    “我想知道您拥有什么样的博士学位以及30多年的研究经验。 我不知道他们授予阴谋论博士学位。”

    您完全正确,他们没有授予博士学位。 从阴谋论出发,他们也不授予教授职位,所以也许我们可以同意,我拥有所有优点,而你却完全没有,但是你是个大嘴巴。 我对论文作者提出的问题都是有效的,您的情感反应完全无效。 这仅仅是一个没有科学资格的人的情感反应,因此可以忽略。

    但是我不忽略任何人,甚至你。 您可以提出自己的案例,我会仔细考虑,这比您在科学领域所学到的要多得多,但我同意这样做。 尽管您的傲慢无礼,但我还是会公平地审判您的反对我的逻辑。 票价够吗? 我总是很公平,从不叫陌生人精神分裂症,但也许您来自一些粗鲁的冒犯性亚文化。 尽管我已经看到您将在智力上克服挑战,但我给了您所有的机会。 您的员工总是会失败。

  193. j2 说:
    @res

    好的,水库。 您不是作者。

    如果我将论文放在某个论坛中,则肯定会为之辩护,但本文并未为任何人辩护。 但是我会以我的名字为自己的论文辩护,自然,所有研究人员都应该这样做。

    因此,您不是作者之一,所以我没有对您发表评论。 简而言之,我作为一名读者,例如声称声称PGS中存在操纵。 不是我要证明有操纵,IO没有要求任何东西,而是论文的作者要证明没有操纵,他是有主张的。

    我完全知道您比我年轻一两代,而且已经洗脑了,所以您怎么可能知道科学真理的含义。 您可以按照自己的方式行事,就像玩偶主人用byu弦拉动玩偶一样,但我想今天一定是这样。 也许当您的资源变老了一些时,您会了解到您今天不了解的事物。 (请不要在你达到我的年龄并有一些最低限度的智慧之前就回复。你现在变得非常愚蠢,只有你看不到它,也没人能告诉你,但是我可以看到,我无能为力您现在,请相信我)

    • 回复: @res
  194. res 说:
    @j2

    我会以我的名字为论文辩护,自然,所有研究人员都应该这样做。

    Piffer在一开始就是这样做的。 最好的例子是这篇文章和结果线程:
    https://www.unz.com/jthompson/piffer-replies-to-prof-posthuma/

    我认为他给Posthuma博士的信(构成整个博客文章)是捍卫自己的工作的一个很好的例子。

    经过那个话题,我可以理解为什么他没有在这里继续发表评论,而似乎专注于完善他的工作。 无论如何,这是更重要的任务。

    因此,您不是作者之一,因此我对您没有评论。

    因此,我的合理评论无所谓,只管我是谁。 感谢您阐明您的想法。 我什至没有博士学位(相关或无关领域),所以我什么都不知道,对吗?

    我希望你真的擅长你的专业,因为你似乎不太擅长理解你的领域之外的材料或合理的论证。

    我完全知道您比我年轻一两代,而且已经洗脑了,所以您怎么可能知道科学真理的含义。 您可以按照自己的方式行事,就像玩偶主人用byu弦拉动玩偶一样,但我想今天一定是这样。 也许当您的资源变老了一些时,您会了解到您今天不了解的事物。 (请不要在你达到我的年龄并有一些最低限度的智慧之前就回复。你现在变得非常愚蠢,只有你看不到它,也没人能告诉你,但是我可以看到,我无能为力您现在,请相信我)

    那是史诗般的临时主持人。 也许在其他时候,您可以使用一些实质性内容来备份它。

    顺便说一句,感谢您继续说明您的判断有多糟糕。

    PS对那些认为称我为愚蠢的人具有决定性意义的人来说,这是什么呢? 在这方面,我认为我的意见不言自明。

    • 回复: @j2
  195. j2 说:
    @res

    “这是一个史诗般的临时主持人。 也许改天你可以用一些实质性的东西来支持它。”

    无论如何,水库。 你知道,我是一位很老的退休教授,来自三所大学。 我真的不知道你们年轻人想做什么,也许你们搞混了。 只是这样一来,如果您发表论文,那是您(作为作者)必须证明您提出的主张是真实的。 读者不必证明存在错误。

    当有宗教文本时,的确是这样,除非有人能证明它们是错误的,否则它们是真实的,但是在科学界却并非如此。 Piffer和Dunkel等人必须解释使用了什么PGS,以及它与每个种族之间的关系。 我所有的评论都是正常的,并且允许在科学上对已发表的论文发表评论。 您和Merculinus既不是研究人员,也不知道科学实践是什么,却全然徒劳地捍卫了作者的辩护。 我问的是要问的正确的事情,你说的不是要声明的正确的事情。

    我尚未对您进行广告自制攻击。 要么你有学历,要么你没有。 你不,我知道。 就是这样。

    • 同意: Okechukwu
    • 哈哈: res
    • 回复: @res
  196. res 说:
    @j2

    我尚未对您进行广告自制攻击。 要么你有学历,要么你没有。 你不,我知道。 就是这样。

    对于您所有的杰出人物,您似乎都不知道什么是临时的。 是时候进行一些补救工作了。 希望这只老狗仍然能够学习新的花样,但我想我们会看到的。

    https://en.wikipedia.org/wiki/Ad_hominem
    http://paulgraham.com/disagree.html

    Ad hominem(拉丁语为“ to the person” [1]),是adhomumum adhominem的缩写,是一种谬误的论证策略,通过代之以攻击人的性格,动机或其他属性,可以避免对本主题进行真正的讨论提出论据或与论据有联系的人,而不是攻击论据本身的实质。

    你攻击我缺乏“学术资格”(你的意思是像一个博士 无关 场地? 我不知道该领域的实际专家会在这里考虑您对资格的主张,而不是抨击我的论点的实质。 这绝对是行动中人为谬误的一个例子。

    我是说真的我想这将是一个很好的例子,将来我会再次提及您的评论,这是我在野外见过的最常见的自相残杀的例子之一。 请重新阅读我上面的报价。 甚至都没有尝试与我的实质要点打交道。 那句话也是我见过的自我反驳评论的最好例子之一。

    在格雷厄姆的分歧体系中,我的这种评论是所谓的反驳。 有时间你可以试试。

    PS对于奖励积分,请查找对权威谬论的吸引力:
    https://en.wikipedia.org/wiki/Argument_from_authority

    PPS我认为您对Merculinus的理解也很差(鉴于您在整个主题过程中表现出的判断力很差,这不足为奇)。 我建议阅读第130条评论。但是,我将留给他,以他认为合适的方式对自己做出回应。

    • 回复: @j2
  197. j2 说:
    @res

    关于缺乏科学依据,让我们注意到您的朋友Merculinius声称我患有精神分裂症,因此我只是指出他的评论表明他不是学术研究者,没有教授或认真的研究者会这样写。

    关于您缺乏学分,这并不重要。 我的意思是,如果您不是作者,那么您对本文的道歉可以忽略。 那不是冒犯,不要那样做。 它的措辞甚至比您的朋友Merculinius所用的措辞更为友善,只是因为您不知道并且不写作,所以不应该这样做。 当您混淆事物时,必须忽略您的道歉。 也就是说,您不知道,但是您仍在写。 您解释说,在邓克尔(Dunkel)对2018年论文的解释中,独立研究是HRS研究,但这是错误的,因为该研究不是153名犹太人,而是200多名犹太人。 基于这样的原因,我认为您对Piffer和Dunkel的道歉不成立。 您的道歉与论文评估无关,因为它们是错误的,而且您不是作者之一。

    “ PPS,我认为您对Merculinus的理解也很糟(鉴于您在整个主题过程中表现出的判断力很差,这不足为奇)。 我建议您阅读第 130 条评论。但我会让他自己按照他认为合适的方式做出回应。”

    “130。 一些同事已经获得了非洲样本,并验证了Lee等人的观点。 它们上的SNP。 简单的。”

    您在此评论中看到什么特别之处(除了应该获得而不是获得),除了Merculinius没有证明的主张之外? 可以肯定的是,这并不能解释为什么Merculinus认为他可以进行精神分裂症分析,以及为什么他像他那样使用这种令人反感的语言。 你为什么要写你写的东西? 你们两个怎么了像这样:

    “我的意思是真的。 我想这将是一个很好的例子,将来我会再次提及您的评论,这是我在野外见过的最常见的自相残杀的例子之一。 ”

    那么,你为什么不高兴? 只是去攻读博士学位。 就是这样。 这是一项工作,但今天比我做起来要容易得多,尤其是如果您是从像IQ这样的软领域来做的话。

  198. Merculinus 说:
    @j2

    我不再处理您的人为攻击,而是专注于您的愚蠢指控。
    阅读您对RES的答复还表明您的想法有多疯狂。
    您是必须证明Piffer操纵过数据的人。 您虔诚地无罪推定的基本原则。 我建议你查一下。 它也适用于科学。 我的一个同事曾经觉得自己的作品被抄袭,向期刊编辑投诉。 编辑要求他提交一份证明抄袭已经发生的论文,并且将对该论文进行同行评审。 审稿人发现了一些抄袭的证据,但由于这不能证明没有合理怀疑,所以他的指控没有发表。
    在这里,我们不是要求您遵守同行评审的严格标准,我们要求您至少做一些工作并展示 Piffer 如何准确地操纵他的数据。 您所能提出的只是毫无根据的主张,而且您太懒惰,傲慢或无能(或所有这些事情),无法为您的主张提供任何证据。
    Piffer从Lee等人提供的补充数据中获得了多基因评分,使用EA_MTAG,CP_MTAG和EA SNP在不同的显着性阈值下,他的结果非常相似,并且使用全套评分,他使用了加权和未加权分数……你还要吗?
    他没有到处挑选SNP。 与您不同,我已经看了很多遍他的论文。 你可能没有看过摘要或介绍。
    我邀请您尝试重现 Piffer 的结果。 继续使用 Lee 的各种 GWAS 命中来计算多基因分数,看看他是否真的省略了一些 SNP 以获得出色的结果。 或者下载他的代码和数据,看看代码有没有错误,或者他使用的数据是否改变了Lee等人的原始数据。 我自己检查了所有这些,但没有发现任何数据操纵的证据。 在过去,读者必须以表面价值来衡量结果。 如今,有了开放数据,您实际上可以自己处理数据,看看是否存在一些不准确之处。 显然,您的懒惰或缺乏技能阻止了您这样做。
    Piffer提供了数据和代码,现在要证明他更改了数据,这是您的工作。
    您是否希望我们仅仅因为您年纪大了并且拥有博士学位(假设您没有做出决定)而相信您的指控?
    仅依靠无关领域的学历加上年老并不足以证明您的观点。
    您对Piffer成绩的反对只是基于以下两点:1)他的成绩太好了。 2)当他添加更多 SNP 时,一些群体得分会发生变化。 至于 1,如果我是 Piffer,我会把这当作一种恭维。 好的结果是好的,坏的结果是坏的。
    2)如果您基本掌握了统计信息,那么您就不会对这种现象感到惊讶。 返回统计信息101(如果您曾经参加过该课程)并研究/做关于测量误差的作业。 尝试测量您的身高或智商(假设您有一个智商)三到四次,当您获得不同的分数时,请不要回到这个论坛上声称智商测试或磁带被篡改。 是的,当您添加更多的SNP时,多基因得分会发生变化,这是测量错误。 它不一定是某些邪恶力量或有偏见的作者试图使他的理论看起来不错的产物。
    同样,如果您希望我们相信您的说法,请继续展示 Piffer 省略了哪些 SNP,以及添加这些省略的 SNP 会如何恶化他的结果。

    • 回复: @utu
    , @j2
  199. Anonymous[214]• 免责声明 说:

    所以现在我们知道j2是登月阴谋论者。 我猜想Merculinus的诊断是正确的。
    这是他写的(https://www.unz.com/comments/all/?commenterfilter=j2)“但问题仍然在于某些照片是伪造的。 制作复合材料并声称它们不是复合材料是伪造的。 在科学和法庭上,如果您的证据被发现包括伪造,那么您的演示就会因此而失败。 没有人会看得更远,并试图从您的演示中找到一些真实的信息。 因此,美国宇航局关于载人登月的说法失败了。”

    • 回复: @j2
  200. utu 说:
    @Merculinus

    继续并展示Piffer省略了哪些SNP,以及添加这些省略的SNP如何使他的结果更糟

    他省略了尚未发现的10或100的SNP中的1000或50的SNP可以解释智商差异的70-XNUMX%。 他们没有被发现不是因为缺乏努力。

    Hsu使用接近9个SNP只能解释10,000%的方差,而再加上40,000个SNP则无法改善。 然后,Hsu写了一篇关于非线性多基因评分函数的论文,他希望这将弥合遗传力差距。 要么他关闭了它,然后不费心告诉我们(也许中共拿到了将中国共产党中央委员会转变成超级种族的结果),要么他没有关闭它并保持沉默。 他的贡豪态度以某种方式消失了。

    并查看Lee拥有1,1万个人数据库的出色工作。 他究竟成就了什么? 通过GWAS,他确定了1,271个。 SNP:

    为了研究遗传学和神经科学的交叉点, 我们确定有1,271个主要SNP,这是一个宝库 以便将来进行分析。 对于社会科学和流行病学研究,我们构建的多基因分数(分别解释了教育程度和认知表现差异的 11-13% 和 7-10%)将证明在至少三种类型的应用中有用。

    该总结表明,仅需1,271个SNP,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为将来的分析之宝。 让我们转到常见问题说明以获取更多解释:

    总而言之,这些 1,271 个 SNP 仅占 3.9% 受教育年限不同的个体差异。

    正如常见问题解答1.5中讨论的那样,我们可以使用约1万个遗传变异的GWAS结果创建索引。 这样的索引称为“多基因得分”。

    我们构建的多基因得分 “预测” (请参阅常见问题解答1.4) 各地11% 个人之间教育差异的变化(在未包含在GWAS中的独立数据中进行测试时)。 这 与仅基于1个SNP的FAQ 2.2中描述的遗传预测因子相比,约有1,271万个SNP多基因得分预测的变异程度要大得多。 包括所有约一百万个SNP往往会增加预测能力,因为用于识别1个SNP的显着性/包容性阈值非常保守(即,其他约一百万个SNP中的许多也与受教育程度相关,但未确定通过我们的研究,从网上来看,从经验上看,通过将它们包括在内,所添加的信号多于噪声。

    正如我们所看到的,事实是,这不会从Lee的论文的主体(或从J. Thompson的文章)中跳出来,是从“宝藏”中获得11-13%的预测,即每个“潜在SNP”平均1,271个”中的“一个”必须与其他787个SNP相结合。 多基因评分中的一百万个SPN很大。 他们的多基因评分使用了人类基因组中所有SNP的10%,但它只能解释约10%的表型变异。 我们是否正在缩小遗传差距?

    那么,研究的现状如何? GWAS(宝库)确定的SNP,即“因果” SNP只能预测3.9%的方差。 要将这一预测推高到10%左右,您需要增加1000个SNP,例如Hsu使用蛮力套索方法并且不浪费时间在复杂的GWAS上,或者Lee最终在他的多基因评分中使用了大约1万个SNP。 。

    最重要的是,我们没有智商或受教育程度的遗传预测因子。 遗传力差距仍然很大。 从 GWAS 中,我们知道数千个 SNP 本身只能预测 3.9% 的方差,但如果我们想缩小遗传力差距,我们希望预测 50-70% 的方差。 此时,Chutzpah 先生进入,他碰巧发现使用多基因分数 9 和数千个 SNP 与 0.88 个国家的 IQ 相关 (r=26)。 丘茨帕先生声称这一定是因果关系,不能虚假。 也许他受到汤普森(J. Thompson)的鼓励,他试图创建一个模因,即关联意味着因果关系不久 unz.com.

    https://www.unz.com/jthompson/correlation-is-not-causation-but-its-the-way-to-bet/

    也许是 相关是因果关系 这是理查德·林恩(Richard Lynn)创立的认识论新学院的座右铭,但到目前为止,这还没有得到主流科学的认可。

    底线是没有理由认为Piffer的结果不是虚假的。 在这一点上,没有理由甚至认为遗传力鸿沟将被弥合。 Piffer的结果押注了较低的可能性,即未包括在他的PGS中的其余SNP在他选择的26个国家/地区中产生的平均值是恒定的。 Piffers结果的有效性取决于一个隐含的假设,即剩余SNP的多基因得分(可以是100个SNP中的1000个)对不同人群(国家,种族,种族)产生相同的平均值。 这个假设仍然是一个尚未得到证明的假设,没有迹象表明它可能是或应该是正确的。

    Chutzpah先生适合真正的信徒和希望的思想家,例如J. Thompson,res和您本人,他们喜欢Richard Lynn的确认偏见认识论。 您必须面对的是,您与Chutzpah先生所处的货运技术水平很高。 你认为如果你模仿一些科学行为,比如计算 P 值并用科学术语装饰它,你实际上是在做科学。 您正在上美拉尼西亚人,他们正在用竹棍建造一架飞机,希望这一仪式能使装有垃圾桶的箱子物化。 您甚至创建了一个“心理”日记,将其作为货运邪教的一部分,以将货运邪教的模仿行为提高到更高的水平,以便更多人可以上当。 Davide Piffer没有垃圾邮件。

    • 同意: Okechukwu, AaronB
    • 哈哈: CanSpeccy, res
    • 回复: @j2
    , @j2
    , @Merculinus
    , @j2
    , @AaronB
  201. j2 说:
    @utu

    你是正确的,utu。

    关于科学论文,直到被证明是错误的作者才被认为是正确的。 在某些期刊中被同行评审的论文并不意味着该论文是正确的。 由于我不认为PGS计算不正确,因此不需要重新计算。 我声称选择PGS的方法存在错误。 我将显示错误是什么:

    德系犹太人具有反映不同血统的基因,因此可以通过向 PGS 选择一些反映德系血统的 SNP,将他们与 Piffer 研究中的早期群体区分开来。

    为了使阿什肯纳兹犹太人加入皮弗的研究,新的PGS得以形成。 这个新的 PGS 部分是根据自我估计的数学天赋计算的,部分是根据威斯康星州的教育成就计算的。 如果德系犹太人比威斯康星州的其他人高估了他们的数学才能,或者如果他们的教育成就高于威斯康星州研究中的其他人,那么按照这些标准形成的 PGS 会给德系犹太人的分数高于平均水平研究中的人。 也就是说,这是PGS的目标:根据所使用的标准,为教育成绩较高的人提供较高的分数。

    错误就在这里:因为这些基因与教育成就的相关性在个人层面上非常弱,以这种方式选择的 PGS 很可能反映了德系血统,而不仅仅是教育成就。 选择方法无法区分这两者。 正确的方法是将德系犹太人排除在 PGS 的创建之外,选择最小的 PGS,没有任何可能有利于某些群体的标准(例如自我估计的人才,它有利于最高估其才能的群体),以及然后将这个PGS用于Ashkenazi犹太人。 但这不是这样做的。

    Dunkel和Piffer的另一个方法学错误是,他们没有研究与阿什肯纳兹犹太人有相似血统的其他群体的分数,例如Mizraim犹太人或某些地中海/中东人口。 如果这些组的分数未显示出与教育成绩的预期相关性,则PGS较差。 但是,任何一篇论文都没有对此进行研究。 因此,新的PGS未被验证。

    方法学上的另一个错误是,阿什肯纳兹犹太人的人数过少。 计算分数不是太小,但是从新的PGS可以给Ashkenazi犹太人任何想要的PGS分数的意义上来说,它太小了,而又没有很大的改变新PGS与Piffer在关联时使用的较早版本的PGS的相关性计算所有使用的族群。 如果有一个非常大的德系犹太人样本,我们可能会看到新的 PGS 没有像旧的那样衡量教育成就,但这不能被看到,因为德系犹太人群体太小以至于影响没有显现出来。

    这些都是方法上的错误,不管它们是否导致了错误的结果,但还有进一步的理由怀疑它们导致了错误:
    1.在Dunkel研究中的PGS与IQ的关系图中,阿什肯纳兹犹太人的数据点似乎在水平方向上的分布比在垂直方向上的分布大。 如果 PGS 反映德系犹太人的血统而不仅仅是教育成就,那将是意料之中的。
    2.在HRS研究中同样可以看出:认知差异很小,但两个PGS图的差异很大。 如果PGS反映了Ashkenazi的血统而不是教育成就,那么这是可以预期的。
    3. Piffer 在他早期的研究中没有计算德系犹太人的 PGS 分数,也就是说,他的 PGS 的早期版本,就像第一个有 7 个 SNP 的。 这使人们怀疑,原因是Ashkenazi犹太人的得分接近意大利人,而不是Piffer想要拥有他们的高端。 可以检查一下,我不会在意这样做,因为我不是在审查论文。 可能是这样。 否则,很难理解为什么Ashkenazi犹太人需要一个新的PGS,以及为什么它是由包含Ashkenazi犹太人的威斯康星州样品制造的;也就是说,为什么以一种明显的方法错误的方式来制造它。

    这是你写的:
    “您对Piffer成绩的反对只是基于以下两点:1)他的成绩太好了。 2)当他添加更多 SNP 时,一些群体得分会发生变化。 至于 1,如果我是 Piffer,我会把这当作一种恭维。 好的结果是好的,坏的结果是坏的。
    2)如果您基本掌握了统计信息,那么您就不会对这种现象感到惊讶。 返回统计信息101(如果您曾经参加过该课程)并研究/做关于测量误差的作业。 尝试测量您的身高或智商(假设您有一个智商)三到四次,当您获得不同的分数时,请不要回到这个论坛上声称智商测试或磁带被篡改。 是的,当您添加更多的SNP时,多基因得分会发生变化,这是测量错误。 它不一定是某些邪恶力量或有偏见的作者试图使他的理论看起来不错的产物。
    同样,如果您希望我们相信您的说法,请继续展示 Piffer 省略了哪些 SNP,以及添加这些省略的 SNP 会如何恶化他的结果。”

    牛肉不在那些东西里。 一个问题是,包括阿什肯纳兹犹太人的方式存在方法上的错误。 另一个是,Piffer从数据中得出全国平均值的方法存在方法上的错误,除非巧合或通过选择,否则这些数据不应给出如此好的结果。 乌图(Utu)谈到了这个问题,对此我无能为力。

    你这样写:
    “我不再处理您的人为攻击,而是专注于您的愚蠢指控。
    阅读您对RES的答复还表明您的想法有多疯狂。”

    但是正是您开始编写这种文本:
    “您为该博客的读者获得了阴谋理论家奖! 荣誉!”
    ”“对于不确定性和置信区间意味着什么,您有丝毫想法吗? 您是否知道仅由 9 个 SNP 构建的分数会受到大量随机波动的影响?您还以典型的精神分裂症方式挑选差异。 回到统计数据101。”

    • 回复: @Merculinus
  202. j2 说:
    @utu

    抱歉,utu,当我回复Merculinius时,我回复了您的评论。 您的评论非常正确。 忽略对Merculinius的回复。

    • 回复: @utu
  203. j2 说:
    @Anonymous

    “所以现在我们知道j2是登月阴谋论者。”

    我不是月亮骗子。 我是不可知论的月亮骗局。 两种方法都没有明确的证据。

  204. Merculinus 说:
    @utu

    根据你的说法,Piffer 的研究应该被丢弃,因为它不包括 DNA 中的所有 SNP。 按照你的逻辑,几乎所有发表在生物学和心理学上的论文都会被丢弃,因为它们是基于一个群体的样本,而不是对所有个体进行测量。 投票和调查也没有用。 气候测量是不充分的,因为它们没有从地球上每个可能的地方获取温度,而对水的化学分析是错误的,因为它依赖于小瓶子,而不是将海洋、湖泊中所含的所有水带到实验室,和河流。 血液分析也是如此:我会告诉医生我不相信自己的血液检查结果。 下次他将不得不抽出我所有的血,并将报告发送到我的坟墓。
    好吧,很抱歉,您不会获得诺贝尔奖,因为测量误差和统计意义的思想是很早以前就为解决这些问题而提出的。
    荣誉! 你刚刚设法证明了 90% 的科学论文是错误的或不充分的,并用它杀死了整个统计领域!

    • 回复: @Chimela Caesar
  205. utu 说:
    @j2

    好的。 没问题。

  206. Merculinus 说:
    @j2

    我会很快打消你的月亮骗子的幻想。
    1)Piffer在2015年论文中未使用犹太人样本的简单原因是,早在2015年就没有公开的犹太人DNA数据库。 在2015年,他使用了1000个没有犹太样本的基因组。 在2019年的论文中,Piffer在2017年发布了gnomAD数据库之后包括了一个犹太人样本。不需要阴谋!
    2)SNP由Lee等人鉴定。 在欧洲样品上。 Piffer没有对Ashkenazi或任何其他人口进行任何GWAS。 PGS 是根据 Lee 等人的结果计算的。 他可以在主要公共数据库上找到的针对人口的GWAS。 没有“形成新的PGS”。 从所有人群的相同SNPs计算等位基因频率。 没有针对任何特定人群进行调整。 这都是便宜的阴谋。 但是现在这一切都说得通了,来自 月球骗子 喜欢你。

    • 回复: @j2
  207. j2 说:
    @utu

    这是为了支持您的意见。

    说 Piffer 非常好的相关性要么是巧合,要么可能是选择了合适的 PGS 的结果的一个原因是,即使是欧洲国家的国家平均值也随着时间的推移发生了变化,而这些人群中的基因没有变化。 变化的原因(如营养、教育)无关紧要。 足以注意到,如果Piffer在其他时间进行研究,他的相关性将会更差。

    例如,我们可以以1980年为例。当时,芬兰的国家平均值为97,而英国的平均值为100。如果Piffer具有GWAS结果并绘制曲线,那么芬兰将不适合现在,相关性会更糟。 爱尔兰也是一个类似的案例,林恩原本声称爱尔兰是一个低智商的欧洲国家,但现在已经不是这样了。

    显然,Piffer 的良好相关性并不是证明国民 IQ 与 PGS 之间存在很强的联系,而是幸运的结果,或者是选择 PGS 的结果。

    • 同意: utu
    • 回复: @Merculinus
  208. j2 说:
    @Merculinus

    我错误地向您答复了utu的答复,评论210。

    关于您对科学的理解:

    “我的一位同事曾经觉得他的作品被窃,并向该期刊的编辑抱怨。 编辑要求他提交一份证明抄袭已经发生的论文,并且将对该论文进行同行评审。 审稿人发现了一些of窃的证据,但是由于没有合理怀疑不能证明这一点,因此他的指控没有发表。”

    因此,您的同事毫无根据地声称作者抄袭。 这是一个严重的指控,而且由于未显示,因此编辑器自然不会发布这样的声明。 如果您的同事声称这篇文章看起来很ized窃,编辑可能会说过,看起来确实如此,但是我们将对其进行检查。 同理,如果你的同事说这个作者伪造数据,那就是严重的指控,如果他说看起来作者伪造了数据,那就不同了。 然后作者会感谢他并说,是的,一个人可以得到这种印象,我必须用另一种方式写它。

    “在这里,我们不是在要求您服从严格的同行评审标准,而是在要求您至少做一些工作,并展示Piffer如何准确地操纵他的数据。”

    皮弗(Piffer)在许多族裔中拥有PGS分数的表格存在问题。 德系犹太人 (2019) 参考了一篇论文,其中 PGS 于 2018 年开发。其他一些参考文献较旧,因此他们不能使用 2018 年的 PGS。这意味着 Piffer 使用不同的 PGS 混合了结果,这是操纵数据,或者他错误地给出了表格,以防他使用相同的 PGS 重新计算所有数据。 在那种情况下,他通过将引用添加到表格中来提供误导性信息,这样做是为了增加这些结果的可信度,但是,如果他重新计算它们,则一定不要对其他研究人员负责。 两种情况都是某种程度的数据操纵,

    “ Piffer从Lee等人提供的补充数据中获得了多基因评分,并且使用EA_MTAG,CP_MTAG和EA SNP在不同的显着性阈值下,他的结果非常相似,并且使用全套,他使用了加权和未加权分数……”你还想要什么?
    他没有在这里和那里挑选SNP。”

    我还没有断言他在这里和那里樱桃采摘了SNP。 我并没有声称他没有计算出一些 PGS 值。 这只是创建PGS的方式的一个借口。 2018 年根据威斯康星州的数据创建的那个在方法上存在错误,以防万一它被用于德系犹太人。 参见我的评论210。

    “我邀请您尝试重现Piffer的结果。 继续并使用Lee的各种GWAS热门歌曲来计算Polygenic得分,并查看他是否实际上省略了一些SNP以获得神话般的结果。 或下载他的代码和数据,看看代码中是否有错误,或者他使用的数据是否更改了Lee等人的原始数据。 我自己检查了所有这些信息,但没有发现任何数据操纵的证据。”

    您不明白问题所在。 我已经仔细阅读了Piffer的早期论文,并且有独立的验证,即使用PGS从该数据进行的计算可以得出Piffer报告的结果。 这我不需要做。 你这样做是不必要的,我确信他们给出了他宣布的结果。 问题在别处。 您似乎不了解的是,PGS的选择应以不同的方式进行,不是为了使数据适合您希望获得的结果,而是要使获得的结果仅从数据中得出。 为什么选择Piffer的PGS以一种或另一种方式进行的解释不够充分,无法消除对其进行调整的疑问。

    “显然,你的懒惰或缺乏技能阻止了你这样做。”
    显然,您不会进行任何人身攻击。 我说过,你很聪明,尽管很愚蠢,无法理解本文中的问题,而且很少有主管想要博士学位。 学生表现得像你一样。 另一方面,您很有礼貌,不会毫无根据地宣称某人缺乏技能并且很懒惰。

    “Piffer 提供了数据和代码,现在你的工作是证明他篡改了数据。”

    不,说服读者是作者的工作。 这与声称抄袭的作者不同。 这必须由提出这一要求的人来证明。 但是是作者声称他的结果是正确的。 他是必须证明自己正确的人。 他应该尝试以这样一种方式写他的论文,使读者相信结果是正确的。 目前,我不相信他已经找到了真正的相关性。 看起来他的相关性是选择PGS的结果,并且他没有给出为什么仅使用PGS的充分理由。

    “您是否想让我们相信您的指控仅仅是因为您年纪大了并且拥有博士学位(假设您没有做到这一点)?”

    是不是这样您才不会进行人为攻击?

    “仅仅依靠一个不相关领域的学历加上年老并不足以证明你的观点。”

    您在210中有我的一个论点,另一个在以后对utu的回复中。

    “您对 Piffer 的结果的反对仅基于以下两点:”

    不,我的论点是不同的。 你只是不了解他们。 我已经尽力了。 如果您仍然无法理解,那么问题就在您身边。

    “回到统计学 101(如果你上过那门课)并学习/做关于测量误差的作业。 尝试测量您的身高或智商(假设您有一个智商)三到四次,”

    我已经通过了几门有关统计和概率的课程,但是那是为了确保您不进行人为攻击?

    “并且当您获得不同的分数时,请不要再回到这个论坛上声称智商测试或磁带被篡改了。”

    统计上的不确定性并不是芬兰国民智商值增长的原因。 确实,军方已经测量了所有应征入伍者的智商,这意味着有20,000-30,000的人。 统计误差可以忽略不计,但有一个趋势,先增长,现在下降。 遗传基础没有改变。

    是的,随着添加更多的SNP,多基因得分会发生变化,这是测量错误。 ”

    不它不是。 它不是由测量错误引起的。 您首先选择 SNP 到您的 PGS 并赋予它们权重。 然后,您可以计算出PGS。 如果您制作不同的PGS,您将获得不同的结果。

    “再次,如果您想让我们相信您的主张,请继续并说明Piffer省略了哪些SNP,以及添加这些省略的SNP将如何使他的结果恶化。”

    您真的不明白Piffer做了什么。 首先,他使用了7个SNP并计算了PGS。 然后,他制作了具有更多SNP的PGS,并获得了一些不同的结果,例如,英国领先于Finns。 然后,他再次制作了另一个PGS。 不过,他使用的SNP仅占人类基因组所有SNP的很小一部分。 他选择要使用的SNP。 他从一组与教育成就相关的SNP中选择它们,但仅解释了教育成就差异的一小部分。 无论Piffer是否这样做,此选择都可以操纵结果,这无关紧要。 该方法允许这样做就足够了,因此这不是一个明确的方法。 我不会研究这个问题,我没有时间和兴趣。 我们只是说,Piffer使用了SNP,而他没有使用SNP,并且对它们施加了不同的权重,并且通过更改PGS,您可以获得不同的结果。 我可以在这里做一个。 我选择零个SNP,因此PGS始终为零。 显然,如果我根据我的PGS绘制IQ,则结果与Piffer的结果不同。 这意味着,通过更改PGS,您可以更改绘图,而这并不是任何统计测量误差。 这是要测量的数量的选择。

    希望这对您有所帮助。

  209. AaronB 说:
    @utu

    Davide Piffer没有垃圾邮件

    .

    哎哟。 那太残酷了。

    垃圾邮件很好吃。 美拉尼西亚人希望它从天而降是正确的。 在韩国是一种奢侈的高档食品。 在日本和夏威夷很受欢迎的食物。

    大卫·皮弗(David Piffer)更好地希望他仍然可以得到一些垃圾邮件。

    • 回复: @utu
  210. @Merculinus

    Merculinus,您似乎故意假装不明白这一点,而是尝试将Utu强有力的论点中的简单基本逻辑与原则上与这一观点大相径庭的例子混淆起来。

    那么,研究的现状如何? GWAS(宝库)识别的SNP,即“因果” SNP可以预测 3.9% 仅方差。 若要将这个预测提高到10%左右,您需要增加1000个SNP,例如Hsu使用蛮力套索方法并且不浪费时间在复杂的GWAS上,或者Lee最终在他的多基因评分中使用了大约1万个SNP .

    最重要的是,我们没有智商或受教育程度的遗传预测因子。 遗传力鸿沟仍未解决。 通过GWAS,我们知道成千上万个SNP只能靠它们预测3.9%的方差,但是 如果要缩小遗传力差距,我们希望预测方差的50-70%。 然后进入Chutzpah先生,他偶然发现使用9的多基因评分,然后使用成千上万的SNP,与0.88个国家的智商相关(r = 26)。

    我们需要 50-70% 的方差预测来缩小(不是部分地,而是令人满意地)智商和教育程度的遗传差距。

    你打了一场好仗,但也许知道什么时候该做是明智之举,我不会说让步,而是回到绘图板,提出另一项雄心勃勃的工作。 批判和提炼孕育成功。

    • 回复: @res
  211. j2 说:

    考虑以下问题:假设存在三个总体,即A1,A2和B。令A1和A2具有相同的平均智商(例如100),并具有相似的(例如欧洲),而B具有较低的智商(例如80)并且被称为非-欧洲的。 假设根据A1和B得出教育成就的GWAS。随着A1人的平均智商较高,GWAS将倾向于显示在A1和B中更常见的SNP对教育成就具有积极意义,而SNP则对A1和B在B中更常见的情况往往会被证明对智商是负面的。 自然,这不是唯一的,因为每个人口也都有一个智商分布,所以很多智商为阳性的SNPs在两个亚群上都是阳性的,对于那些负数也是如此。 但是,仍然会有一些单核苷酸多态性与智商呈正相关,这实际上仅来自智商高于智商A的AXNUMX。

    如果我们根据这项研究制作一个PGS,然后对三个族群A1,A2和B使用相同的PGS,则预期的顺序是A1获得更高的分数,然后A2,因为从遗传上讲它与A1有点相似,但不是与A1相同。 B将获得最低分数。

    但是,如果我们从A2和B中的GWAS生成PGS,并将此PGS应用于这三个总体,则顺序将为A2,A1,B。

    这似乎是Dunkel等人所做的,并且这样做在方法上是错误的。

    如果我们使GWAS处于相似的种群A1和A2中,并将其应用于三个种群A1,A2,B,则会出现另一个错误:B得分较低,因为它与A1和A2不相似,完全没有必要,因为它的智商较低。 这是B中可能有特殊SNP的问题。

    应该做的是一起测量相似的种群,并分别测量每个不同的种群,以了解应该有哪些SNP以及它们应具有的权重。 然后可以将结果合并。

    Dunkel等人应该做的是仅在Ashkenazi犹太人上制作一个单独的GWAS,但是对于这53个来说太小了,然后从中找到SNP,然后将它们组合到PGS中。 由于没有这样做,因此该研究存在严重的方法错误。 皮弗使用这些结果时,他的论文也存在严重的问题。

    我认为这两张纸都碎得无法修复。

    • 回复: @res
    , @Merculinus
  212. j2 说:
    @Merculinus

    “但是现在,这一切都是有道理的,来自像你这样的月亮骗局者。”

    这种嘲弄是您科学能力的极限。 您尚未产生任何值的单个参数。 一般而言,您就像Unz的巨魔一样,只是为了扔泥土,别无其他。

  213. res 说:
    @Chimela Caesar

    我们需要 50-70% 的方差预测来缩小(不是部分地,而是令人满意地)智商和教育程度的遗传差距。

    个体预测与预测组平均值有很大不同。 正如我在第148条评论中详细解释的那样,Piffer正在执行后者。如果我明确地说“组平均值的预测”而不是“组预测”,也许会更清楚些?

    同样,重要的问题是:

    考虑到方法学中的所有问题,为什么Piffer会获得如此一致(多次复制)的良好结果?

    PS我真的希望我能更好地理解这里的一些动机。 当我看到对相当简单的问题(如此处的个人与小组)的一致误解时,我想知道发生了什么。

    • 回复: @Chimela Caesar
  214. res 说:
    @j2

    Piffer仅在他作品的一小部分(确定性的)中使用Dunkel的结果。 使Dunkel无效绝不会使Piffer的论文无效。

    但是,接下来让我们讨论邓克尔的作品。 Emil的论文的FAQ页(您在上面链接)似乎是使用的很好参考。
    https://emilkirkegaard.dk/en/?p=7680

    他直接在“但是我们如何知道多基因评分在阿什肯纳齐姆中有效”这一问题上,您直接谈到了您的担忧。

    虽然我们不知道有任何直接的验证研究,但从植物、动物、人类和模拟研究中知道,多基因评分有效性作为训练人群和目标人群之间 Fst 的函数而下降(Scutari 等人,2016 年)。 Ashkenazim与中欧和北欧人之间的Fst差异很小-根据Bray等人0.06年的说法,大约为0.08至2010-因此,我们并不认为有效性的任何大幅度下降。

    您可能还会查看以下常见问题解答:
    –您没有使用人口分层控件吗?
    –但是,为什么不使用更多的人口分层控制? 看一下这项随机研究
    –只有伪科学家不使用人口分层控制!

    大规模的犹太测序项目(类似于UKBB)无疑将有助于改善犹太人PGS的结果。 不过,我见过的犹太 GWAS 相对较少,而且他们的样本量往往很小,无法解析许多 EA 或 IQ SNP。
    https://www.ncbi.nlm.nih.gov/pubmed/21812969
    https://www.ncbi.nlm.nih.gov/pubmed/26198764
    https://journals.plos.org/plosgenetics/article?id=10.1371/journal.pgen.1002559

    同样,EDU PGS在以下位置为Dunkel的WLS数据和Pallesen的HRS复制中的犹太人提供了良好的效果 http://rpubs.com/Jonatan/jewish_pgs

    jp7 和我(分别是评论 197 和 192)已经回应了您对 Pallesen 工作的反对意见。 希望这些评论符合评论 221 中的“任何价值的单一论点”标准。

    您一定会喜欢学术辩论的切入点和主旨。 我可以看到你如何在大学取得成功。 我只是希望你自己能提出更多有价值的论点,更少/更少的人身攻击和修辞。

    PS:此线程中存在大量“严格的隔离要求”。 这是对该策略的有用观察:
    https://slatestarcodex.com/2014/08/14/beware-isolated-demands-for-rigor/
    在j2的情况下,我至少可以理解它,因为他来自严格的科学背景,其证明标准往往要高得多。

    • 回复: @j2
    , @j2
  215. j2 说:
    @res

    关于我参与本次讨论。 文章中的詹姆斯·汤姆森(James Thomson)希望评论员将皮弗(Piffer)的论文弄成碎片。 因为那是请求,所以我这样做了。 我基本上没有反对 Piffer 和他的论文的任何内容,但是如果任务是将其分解成碎片,我可能需要一两天才能找到一个可以被认为是致命的错误。 您是否认为这是致命的是您的选择。 对我来说,作为任务的一部分,找到一个错误就足够了,在更严格的字段上将被认为是致命的。 我发现了这样的错误,对我来说,这是本练习的结尾。 只是一个智力挑战,将一个好人的论文分解成碎片,因为某些帖子作者要求您这样做。

    关于您的答案:

    在 Dunkan 等人中,Fst 不是问题,但在 Piffer 中却是。 芬兰人和德系犹太人之间的第一距离约为 0.013-0.023。 Piffer的论文将Ashkenazi与非洲人和亚洲人进行了比较。

    但是,无论Fst如何,总体A1,A2和B都存在问题。您的参考文献没有考虑此问题,由于选择PGS的方式,您会产生偏差。 您的参考文献认为PGS有不同的用法。 也就是说,你的 PGS 对德系犹太人还是有好处的,但不利于将德系犹太人与其他人进行比较。 由于您有 A1=Ashkenazi, B=Christians of Wisconsin,当将 Ashkenazi 与另一个欧洲族群进行比较时,您会自动结束问题。

    绝对应该进行一项包括Separdic / Mizraim犹太人的研究,因为他们与Ashkenazi共享基因,只有这样,我们才能知道所使用的PGS是否过多地反映了Ashkenazi的来历,而没有足够的教育成就。

    关于临时攻击,它们是由Merculinius发起的。 如果讨论中有这样的专家,则很难将其保持在科学水平上。 您的评论很好,很抱歉,您和Merculinius之间的区别不明显。 他首先给了我一个阴谋理论家奖。 那根本不是一个好的开始。

    关于您的愚蠢,我确实写过并伤害了您的感情,从正常意义上讲,我自然不是愚蠢的,您听起来很聪明。 同样不是因为你没有博士学位,这对我来说都不重要。

    我在写这篇文章时的意思是,许多像您这样的聪明人非常愚蠢,因为他们还没有意识到所谓的真实多数是谎言。 您认为这门科学是诚实的工作(我并不是特别是Piffer,我的意思是范围更广,很多聪明人通常相信的东西)是不正确的。 因此,人们无法像我们曾经所相信的那样信任研究人员,而其中确实包括Piffer。 有些人的工作议程看起来像科学。 这种天真烂漫的人不知道这点,他们应该多学习生活,服用红色药丸,获得一些智慧,并注意事情不会像在科学中那样。 他们会作弊。 甚至(((they)))都作弊,信不信由你。

    • 回复: @res
  216. 更多有关Piffer的信息。

  217. Merculinus 说:
    @j2

    再一次,你正在挑选那些改变智商的国家,这些国家会削弱相关性。 你完全没有证明任何东西。 你省略了那些改变它们的值以使相关性更强的那些。你应该改变所有的智商并将它们设置为其他日期,看看相关性是否成立。 您的逻辑在这里再次存在缺陷。 你不能拥有博士学位,如果你有,那么你很久以前就得到了它,它已经过期了。

  218. Merculinus 说:
    @j2

    你总是把事情弄错。 Piffer 论文中对 Dunkel 等人的引用指的是他们对表型 IQ 的估计,因为其他参考文献也指估计的 IQ(芬兰人的 EG Dutton 和 Kierkegaard) PGS 是独立于 Dunkel 等人计算的,与之前的相同用于其他人群。

  219. j2 说:
    @res

    也许我试图弥补无意的人身攻击。 我没有做出任何这样的攻击,但你却以这样的方式体验了我的话。 所以,在这里我有一个论点。 我希望它能让你睁开眼睛,明白为什么我不喜欢你为一篇很可能是故意欺诈的论文辩护。 我讨厌看到善良的人为欺诈辩护,认为他们保护好的科学免受疯狂阴谋论者的不公平攻击。

    你找到了他们准备回答问题的解释。 您发现的一个问题是,如果 Fst 差异很小,那么他们可以按照他们的方式制作 PGS。 是这样吗? 不,它们指的是动物和植物研究,但如果 Fst 差异很小,那么这些种群是相似的。 相似的人群可以一起治疗。 那么,德系犹太人在计算的衡量标准(即智商)方面是否与基督徒美国人相似? 不,他们声称有 10 个百分点的差异。 如果研究人员发现并声明这些人群根本不相似但相差 10 个百分点,那么这些人群如何与本研究中唯一相关的测量值相似。

    因此,对 Fst 的引用只是在胡扯那些提出这些问题的人。 并不是他们不理解。 他们自然会这样做。 稍微想一想的人一定会注意到,不,这些人群在智商方面并不相似。 所以,让我们使用一些关于植物和动物的论文,如果 Fst 差异很小,它们是相似的,所以我们将解决这个问题。

    想想一项智商研究,该研究发现美国犹太人的智商为 110,而白人基督徒的平均智商为 106。如果将白人平均数设为 100,则犹太人的智商为 104,但到处都宣布该研究发现它为 110。

    • 回复: @res
  220. res 说:
    @j2

    谢谢你更文明的回复。 关于博客文章引起批评的观点。

    只是一个智力挑战,将一个好人的论文分成几部分,因为某个帖子作者要求你这样做。

    这就说得通了。 特别是对于一个退休的学者。 我的大部分反对意见是因为你没有对你最初的批评做出可靠的回应。 当某人同时受到严厉的批评和侮辱,然后选择专注于侮辱(我认为这是对您在此线程中的许多评论的准确描述)时,我质疑他们到底有多想对论文的优点进行合法讨论。

    在 Dunkan 等人中,Fst 不是问题,但在 Piffer 中却是。 芬兰人和德系犹太人之间的第一距离约为 0.013-0.023。 Piffer的论文将Ashkenazi与非洲人和亚洲人进行了比较。

    重要的 Fst 数不是两个极端种群之间的距离。 它是每个种群与原始 GWAS 中使用的种群之间的差异(这是影响 PGS 准确性的因素)。 这将是UKBB,因此是欧洲血统的英国人。 我怀疑 Finns 和 AJ 与 UKBB 人口之间的距离比彼此之间的距离更近。

    补充图2
    https://media.nature.com/original/nature-assets/tpj/journal/v18/n1/extref/tpj201677x1.pdf
    具有 1000 个基因组种群的 Fst 矩阵图形。
    大陆级种族的 Fsts 更像 0.1 而不是 0.01。

    有人有 gnomAD 人口的 Fst 矩阵吗? 你(j2)从哪里得到你的 Finns-AJ Fst 号码?

    关于

    我写这篇文章时的意思是,许多像你这样聪明的人都非常愚蠢,因为他们还没有意识到许多声称是真的东西都是谎言。

    我同意这种担忧,但看到它在这种情况下提出让我感到惊讶。 以我的经验,当谈到智商、遗传学和它们之间的关系等话题时,空谈主义者的谎言要多得多。

    暂时从 Piffer 的辩论中退后一步,您认为观察到的国家 IQ 差异有多大可能有某种程度的遗传原因? 对这种影响的大小有什么想法吗? 恕我直言,否认有任何遗传效应的人是这次谈话中真正的骗子。

    在我看来,智商的遗传基础(希望有一天能带来更多的生理理解)以及它与智商的群体和个体差异之间的关系(以及其他指标,参见 Rindermann 的工作)是核心问题。

    我认为 Piffer 的工作是我们拥有的一些最好的证据,表明群体之间的智商差异具有显着的遗传基础。 在我看来,这使得它非常有价值(也很讨厌,主要是骗子,尽管不是所有的批评者都是关于基因和智商的骗子)。 肯定存在方法论问题(主要是由于缺乏数据,像 UKBB 这样在其他群体上复制的大样本研究将使这项工作更具说服力),但我还没有看到有人质疑遗传学有一个结论的批评。国家智商之间的显着影响。

    PS 称我为愚蠢实际上并不会伤害我的感情(尽管这很烦人)。 这显然是错误的,以至于它主要让我发笑并质疑消息来源的能力。 不过,我确实觉得有必要为自己辩护。 大多数人不尊重让别人虐待他的人。 即使(也许尤其是?)批评显然是荒谬的。

  221. res 说:
    @j2

    你找到了他们准备回答问题的解释。

    你是主张作者为自己的作品辩护的人。 我去了我认为是其中一位作者对 Dunkel 论文所做的最好的辩护。 似乎是明智的做法。

    除此之外,适当的做法是解决那里提出的论点。 值得称赞的是,这就是你接下来所做的。

    你找到了他们准备回答问题的解释。 您发现的一个问题是,如果 Fst 差异很小,那么他们可以按照他们的方式制作 PGS。 是这样吗? 不,它们指的是动物和植物研究,但如果 Fst 差异很小,那么这些种群是相似的。 相似的人群可以一起治疗。 那么,德系犹太人在计算的衡量标准(即智商)方面是否与基督徒美国人相似? 不,他们声称有 10 个百分点的差异。 如果研究人员发现并声明这些人群根本不相似但相差 10 个百分点,那么这些人群如何与本研究中唯一相关的测量值相似。

    我在这里没有遵循你的推理。 我关注了 Scutari et al 2016 链接:
    https://journals.plos.org/plosgenetics/article?id=10.1371/journal.pgen.1006288
    我没有阅读整篇论文,但快速浏览了一下,他们正在研究人工选择下的种群。 鉴于此,我预计群体之间所讨论的特征的表型差异(正在被选中!)相对于 Fst 将比我们在基督徒和德系犹太人之间的智商中看到的更大。 因此,您对后者与前者“不相似”的担忧是倒退。

    也许你可以详细说明你的论点?

    我完全不清楚的一件事是预测个人(Scutari)和预测群体平均值(Piffer,Dunkel)之间的差异是否/如何重要。

    想想一项智商研究,该研究发现美国犹太人的智商为 110,而白人基督徒的平均智商为 106。如果将白人平均数设为 100,则犹太人的智商为 104,但到处都宣布该研究发现它为 110。

    同意这样的游戏在很多地方都可以玩。 我们都需要对他们保持警惕。 这就是我如此频繁地要求和关注参考资料的原因之一。

    • 回复: @j2
    , @j2
  222. @res

    这是未说明的推论。

    当您拥有数据集系统时,其有效性和质量将或应该取决于其数据点的有效性和质量。

    如果基因组算法产生的数据点由于低方差预测而不够健康,那么从逻辑上讲,您会如何看待基于这些点构建的系统?

    我们需要 50-70% 的方差预测来缩小(不是部分地,而是令人满意地)智商和教育程度的遗传差距。

    • 回复: @res
  223. 明天来自 Piffer 的一些回复和澄清,以回答我在发布 Piffer 的工作之前联系过的一位审稿人,同时也作为回答这里提出的一些观点的一种方式,尽管我可以看到其中一些已经得到了回答。

    • 回复: @j2
  224. res 说:
    @Chimela Caesar

    如果基因组算法产生的数据点由于低方差预测而不够健康,那么从逻辑上讲,您会如何看待基于这些点构建的系统?

    这取决于。 将其视为信号处理问题。 统计平均是一种从噪声信号中提取有用信息的强大技术。

    当您拥有数据集系统时,其有效性和质量将或应该取决于其数据点的有效性和质量。

    我不同意。 它的有效性和质量取决于它是否以及如何运作。 到目前为止,Piffer 的方法似乎既有效又一致地重现。

    • 回复: @Chimela Caesar
  225. AaronB 说:
    @utu

    没错!

    这就是好东西!

    如果 pfiiffer 收回他愚蠢的陈述,我们将让他有一些。

  226. j2 说:
    @res

    “也许你可以详细说明你的论点?”

    考虑一下我对三个群体 A1、A2 和 B 的评论,其中 A1 和 A2 非常相似并且都具有相同的智商,而 P 的智商较低。 如果您在 A1+B 上将 GWAS 与智商相关的事物放在一起,那么您的 GWAS 不仅会对每个群体 A1 和 B 中与智商相关的 SNP 做出反应,而且您还将获得仅与归属相关的 SNP到每个组。

    在 2019 年对德系犹太人的研究中,犹太人和基督徒被归为一组。 事实上,对于 53 名犹太人,他们无法单独对犹太人进行 GWAS,因此他们被归为一组,尽管众所周知,在 1957 年出生的这个犹太人样本中,智商有 8-10 分的差异,而 GWAS 是用来衡量的智商。 因此,他们非常清楚自己在 A1、B 人群中存在问题。

    正常的做法是采用从类似的欧洲人群中开发的 PGS。 PGS 可能相当不错,因为它是从智商差异不大的人群中发展而来的,因此它不应该过多地反映种族群体。 (北欧和南欧之间有一些小问题,它们实际上应该单独测量,然后 PGS 仔细加入。)

    Dunkel 等人本可以采用这样一个现成的 PGS 并得出结论,德系犹太人在基因上与意大利人非常相似,与欧洲人口没有太大差异,与意大利人的 Fst 距离很小,因此将这个 PGS 用于德系犹太人是合理的。 我会同意的。 它被 Piffer 用于东亚人和非洲人。 但他们没有这样做,他们继续从威斯康星州的研究中制作新的 PGS。 这是非常奇怪和非常错误的。 作者中一定有人意识到存在 A1,B 问题。 然后对欧洲人口 A2 使用此度量,您会得到 A1、A2、B 的顺序。也就是说,您有意制作一个 PGS,该 PGS 不仅与教育成就相关,而且与德系血统相关。 我们可以从 HRS 研究的图中看到 PGS 做到了这一点:认知(智商的代表)的差异小于两个 PGS 分数,因此 PGS 分数与种族起源相关。 从 Dunkel 的 PGS 与 IQ 绘图中的数据点,我们不太清楚地看到它。 看起来德系点在水平方向上的分布比在垂直方向上的分布更大。 这表明 PGS 与德系起源相关。

    作者没有解释你如何避免这个明显的问题,而是试图用 Fst 距离很小的虚假解释来解释它。

    我如何获得芬兰人和德系犹太人的第一距离。 您会发现芬兰人和意大利人之间的 Fst 距离相当大,而意大利人和德系犹太人之间的 Fst 距离非常小,然后注意到这些不是线性相加而是最多正交,但是由于第二个 Fst 距离非常小,结果是意大利人和芬兰人之间的第一距离。

    Piffer 可能会将 2018 年威斯康星州 PGS 用于所有欧洲人群。 看起来不像,因为他在桌子上给出了学习日期。 他宣布的值应该来自这些研究,如果是这样,这些值来自不同的 PGS,并且德系评分来自与德系起源相关的 PGS,因为它的创建方式不正确。 即使 Piffer 正确并使用德系 PGS 重新计算了所有样本,他也无法消除此 PGS 的问题:它仍然与德系起源相关联。 任何欧洲 A2 通常都属于 A1。

    关于你的其他问题。 很久以前,我仔细阅读了 Piffer 的论文,我对此并不感兴趣,因为它似乎与德系分数有问题,而 Thomson 希望把论文弄坏。 但我越早读。 很难指出是什么原因。 我确实相信主要种族之间的智商差异存在遗传基础。

    一个问题:PGS 是在欧洲完成的,很可能相当好。 北欧和南欧之间的微小遗传差异可能反映在 PGS 中,表明北方或南方的种族起源。 作为该领域的研究人员可能? 不理解这个问题(这对研究人员来说会很神奇,但是好的,这是一个软领域),那么可能会有这种偏见。 或者他们确实理解但有议程,这也是可能的。

    对于东亚人来说,为欧洲人创建的 PGS 得分高于欧洲人。 这不一定是可疑的。 PGS可能是正确形成的,东亚人离欧洲人并不远。 它们可能具有决定 IQ 的相同 SNP。 所以,这个我不立即反对。

    对于芬兰人,我有一些问题。 Piffer 的分数当然是从数据中正确计算出来的,芬兰人的数据很大且具有代表性。 然而,一些外国人,如 Ed Dutton、D Piffer 和一些智商人士,声称芬兰人的智商高于其他欧洲人。 东亚混合物为 4% 至 15%。 它不是那么大。 大多数芬兰人将 PISA 归功于学校。 我将其归因于学校、语言和个性。 (内向的人比外向的人更聪明,因为他们思考和阅读更多,而不是因为基因更聪明)。

    关于非洲人,我认为他们在 Fst 中到目前为止可能有不同的 SNP。 这还应该研究。 这样我们就知道非洲人和欧洲人之间存在智商差异,并且我们知道他们之间存在遗传差异。 因此,为欧洲人制作的 PGS 通常会给非欧洲人较低的分数,因为他们是不同的。 (请注意东亚人的评论,但他们与我们并没有太大的不同)。 这种差异与智商没有任何关系,但也会有一个不相关的智商差异,你将它们关联起来,并将其中一个作为另一个的因果关系。 这是一个问题。 皮弗的情节没有从欧洲人和东亚人以外的部分得到验证。

    确实有骗子,声称没有智商差异。 但骗子并没有完全这么说。 他们说:非犹太人人口之间没有智商差异,但任何非犹太人人口与犹太人之间存在 15-20 分的差异。 然后,如果你按,索赔将修改为,只有德系犹太人,只有 10 分。 这一说法对于解释犹太人的高代表性是必要的。 但是,即使我们假设 IQ 为 110,它也不能解释犹太人的高比例,因为他们在统计上的比例过高。今天的实际 IQ 差异是 103.5,这是当今年轻人的最佳衡量标准。 对于我这个年龄的美国犹太人来说,出于选择和环境原因,差异更大。 他们需要这种在科学和其他领域的过度代表性作为控制金融、媒体和科学的一部分,这就是本案中使用的集合。

    • 回复: @Merculinus
    , @res
  227. Merculinus 说:
    @j2

    “他宣布的值应该来自这些研究,如果是这样,这些值来自不同的 PGS,而德系评分来自与德系起源相关的 PGS,因为它的创建方式不正确”。
    我很抱歉,但你得到了这个 完全错误 这引起了很大的误解。也许你对科学有很深的不信任,我不想认为你是一个精神分裂症。 您还承认只浏览了 Piffer 的上一篇论文,因此您没有资格对此发表评论。
    请停止传播这个谎言。 这些值不是来自不同的 PGS。 Piffer 没有将威斯康星州研究中的 PGS 用于德系犹太人。 他在研究中没有提到使用威斯康星研究单独重新计算了 PGS。 您误读了表 5 中的参考资料,其中 IQ 列报告了 IQ 估计值。 Lynn 和 Vanhanen 与 Dunkel 等人一起被引用。 Lynn 和 Vanhanen 是否进行过任何 GWAS? 不,这些引用指的是平均测量智商的估计值。 没有任何地方提到威斯康星州的研究。 你的傲慢甚至通过曲解所使用的方法和数据来编造东西并毁掉整篇论文。 这是不可接受的。
    他使用了 Lee 等人。 2018 年对欧洲人进行了 GWAS,并从同一组 GWAS 命中计算了德系和所有其他群体的 PGS。 “在 2416 个 GWAS 重要的 SNP 中(Lee 等人,2018 年)[7] 在 gnomAD 数据集中发现了 2404 个 SNP。 ” 他是这么说的。 这项工作与 Dunkel 或 Pallesen 的研究没有任何关系。
    表中的参考资料是针对表型人群智商的估计,而不是针对 PGS。
    下面的说法也很幼稚,并且从头到尾都暴露了你的判断力很差:“因此,为欧洲人制作的 PGS 通常会给非欧洲人较低的分数,因为他们是不同的”。
    不一定如此。 特定人群的变体可以同时具有 IQ 增强或抑制作用。 只有当人群特异性变体的阳性效应等位基因过多时,非洲人才能获得比目前的 GWAS 更高的分数。
    Piffer 引用了一项在秘鲁人身上进行的 GWAS,他们发现了一个高度降低的等位基因(每个等位基因拷贝一英寸)。 你天真地假设非洲 GWAS 只会发现提高智商的突变,但可能会发生相反的情况。
    为什么为欧洲人做的 PGS 会给东亚人更高的分数? 为什么身高 GWAS 给非洲人的分数更高而给东亚人的分数却很低(但按照你的逻辑,非洲人的分数应该总是低于亚洲人,因为他们与欧洲人的差异更大)。
    你可以看到你到处都是错的。

    • 回复: @j2
  228. j2 说:
    @res

    你被我激怒了,没有考虑你的解释,但是在以下情况下你会怎么做:
    你与一个宗教团体成员谈论这个宗教团体对自己提出的一些至高无上的主张,你知道这是错误的。
    然后走进一个聪明的外面,他拿着一本这个宗教团体为他们的孩子印刷的书,题为:“如果非信徒声称我们的圣书不正确,我该怎么回答?”
    然后这个局外人开始大声朗读正确答案。
    你会说,你到底是从哪里冒出来的,你看不出那些都是谎言吗? 或者你会耐心地开始教这个局外人这些论点到底是什么错误,而你的原始对手站在一边,对你意想不到的支持感到满意而微笑?

    • 回复: @res
  229. j2 说:
    @James Thompson

    我从来没有对 GWAS 的教育成就特别感兴趣,但经过非常简短的了解后,我建议该领域的研究人员调查是否:
    – 在进行测量某些属性的 GWAS 研究时,他们注意不要混合在该属性上不同的人群,因为这会导致测量的属性与特定人群之间的相关性。
    – 检查欧洲数据中是否存在此类错误。 北欧和南欧人的智商略有不同,但他们的基因也不同,PGS 可能部分反映属于某个种族群体,而不仅仅是教育成就。
    – 检查人格特征,特别是外向/内向是否可以解释南北智商梯度。 在某些文化中,那些有书并有阅读习惯的人,内向可能会提高智商,而在其他文化中会降低智商(比如没有任何信息的乡下人不如城里人聪明,所以在这种情况下,信息主要来自与人接触)

    我希望我的评论对您有所帮助,就我而言,这个特定主题已经足够了。

    • 回复: @res
  230. @res

    当您拥有数据集系统时,其有效性和质量将或应该取决于其数据点的有效性和质量。

    我不同意。 它的有效性和质量取决于它是否以及如何运作。 到目前为止,Piffer 的方法似乎既有效又一致地重现。

    请参阅系统“有效性”的上下文。 考虑函数 f 一个系统:

    f(x) = x2, 有效 对于所有的真实值 x

    • 回复: @res
  231. res 说:
    @j2

    在 2019 年对德系犹太人的研究中,犹太人和基督徒被归为一组。 事实上,他们无法单独对 53 名犹太人进行 GWAS,因此他们被归为一组

    你在这里展示了一个基本的误解。 在 2019 年对德系犹太人和基督徒的研究中没有进行 GWAS。

    据我了解,这是 Piffer 的过程。 其他人如有错误请指正。

    1. 从现有的 GWAS 中收集一组 SNP。 据我了解,最近的研究正在使用 Lee 等人。 2018 年基于 UKBB。 该特定研究提供了两个 SNP 列表(全部和“因果”)。 皮弗看着两人。
    2. 从 GWAS SNP 创建一个或多个 PGS。 这通常涉及某种形式的加权和/或重要性阈值。 这些是通过算法完成的(例如 p 值加权/阈值),这减少了樱桃采摘的机会。 尤其是在使用“典型”阈值而没有加权时。
    3. 使用这些 PGS 来评估来自其他研究的群体,这些研究提供了遗传和表型数据。 这里是 WLS 和 HRS。

    所以 Piffer 使用的是我们目前拥有的最高功率的 EA GWAS。 您在上面摘录中描述的问题不存在。 存在将 GWAS 应用于其他人群的问题(对于德系犹太人这样的案例来说很小,对于非洲人和亚洲人来说更大),并且已经讨论过了。

    我希望这很清楚。 我浏览了您的其余评论(请参阅 PS),但在我们解决这个非常基本的问题之前,我主要是暂缓回复。

    我相信可以准确地说 GWAS 关注的是寻找与特征(因此关联)相对应的 SNP(或其他遗传信息)。 将 Piffer 的工作描述为 GWAS 结果的应用会更准确。
    https://en.wikipedia.org/wiki/Genome-wide_association_study

    PS关于你的最后一段,这个领域有一个完整的骗子分类法。 一些常见的形式。
    1. 群体之间没有平均智商差异。 几乎名誉扫地,但仍然偶尔看到。
    2. 群体之间存在平均智商差异,但遗传学对此没有影响。 这在目前的主流科学中似乎最为常见。 它也是正在被最近的工作(如 Piffer 的)无效的过程中的一个。 我倾向于专注于它。
    2a. 我知道我们开始转向 2 的变体,其中存在遗传差异,但太小而没有意义。 正如一些人所指出的,这是一个滑坡。
    3.各种形式的群体至上主义争吵。 犹太人的例子似乎是最常见的。 我倾向于在两个阵营都有立足点,因为我认为犹太人的成功是更高的平均能力和种族裙带关系(等)的混合,而不是单独的。

    谈到最近的形式,比如我们从哈登和图克海默那里看到的一些东西。 不过,我不会说这是彻头彻尾的谎言,更像是在掩饰 IMO。 上面的 2a 通常属于这一类,具体取决于做出的确切断言。

  232. res 说:
    @j2

    这是一个有用的类比。 它有助于解释您如何看待这一点以及您对此有何反应。

    我认为这其中的犹太人方面是 Piffer 工作的副业(与 Dunkel 和 Pallesen 的联系不太正确,尽管我不了解他们的倾向。Emil(Dunkel 论文的三位作者之一,以及有问题的网页)让我印象深刻,因为我在关注数据,所以我倾向于给他怀疑的好处)AFAICT Piffer 只带来了他们使用的 gnomAD 数据,因为它对他的工作进行了很好的验证性测试。 他之前一直专注于 1000 个基因组数据,而这仍然构成了他当前论文的大部分内容。

    因此,我们不是走进一个宗教团体,而是走进一个关于其他事物(Piffer)的对话,其中一篇由其他人(未知隶属关系,因此应该以通常的谨慎和证明/辩论标准对待)发表的学术论文已被提出为相关。 我们也可以假设(我希望)有真诚的听众愿意考虑他们的优点。

    我有自己的热点按钮,这是一个有争议的话题,所以我很同情。 但我确实认为我们应该尝试讨论皮弗的(和相关工作)的优点,而不是把种族偏见和仇恨拖入其中。 (我也需要记住这一点)

    PS 感谢您以建设性的方式与我互动。 我喜欢这样的对话,即使(如果 ; )偶尔会有分歧。 聪明且知识渊博的批评者强烈但认真地争论对方对于审查工作是无价的。 我认为这就是汤普森博士最初提出批评请求的精神。

  233. res 说:
    @Chimela Caesar

    请参阅“不要让完美成为优秀的敌人”和“模型”的上下文。

    我很好奇你对系统有效性定义的来源。 这些页面似乎相关:
    https://en.wikipedia.org/wiki/Validity_(statistics)
    http://www.promodel.com/onlinehelp/ProModel/80/C-03%20-%20Model%20Validation.htm

    • 回复: @Chimela Caesar
  234. Merculinus 说:

    是的,这很好地描述了 Piffer 使用的过程。 J2 完全错了:没有对犹太人进行 GWAS,而且 Piffer 没有使用 Dunkel 等人的 WLS 的结果。 实际上 Piffer 的犹太人样本可能甚至不是 WLS 的一部分(至少没有明确如此)。 它是从 gnomAD 获得的,它只提供聚合数据,并没有说明样本的来源(我想是出于隐私原因)。 Piffer 2019 年论文中新 PGS 的 SNP 是从 Lee 等人的汇总统计数据中收集的,其中仅包括欧洲血统人群。
    这里的 J2 表明他对 GWAS 完全不熟悉,因为他似乎认为几百个人就足够了。 如今,即使 100,000 个 GWAS 样本也被认为是一个小样本。
    J2 没有阅读 Piffer 的论文,所以他完全错了也就不足为奇了。 Piffer 的论文从未提及 WLS,并且仅在参考他们对表型 IQ 的估计时引用了 Dunkel,因为它引用了 Lynn 和 Vanhanen。
    有人在浏览一篇论文后攻击它是不可接受的。我想说我们可以继续并忽略 j2 的评论,直到他熟悉 GWAS 并真正阅读 Piffer 的工作。

    这是 Piffer 在下一篇博文中的回应:
    ” 我想在这里添加一个注释,以解决本论坛读者的一些批评。 对 Dunkel 等人的参考。 可能会误导一些读者。 它指的是他们对表型智商的估计(110),而不是他们的 PGS 计算方法。 他们的估计来自对其他研究的非系统回顾,可以认为是最佳猜测。 犹太人的 PGS 与其他人群的计算方式一样,完全独立于 Dunkel 等人的工作。 如果可能误导了一些读者,我很抱歉,我希望我在报纸上更清楚地说明这一点。”

  235. j2 说:
    @Merculinus

    “也许你对科学有很深的不信任,我不想认为你是个精神分裂症。 ”

    是为了让你不进行人身攻击吗?

    看邓克尔的论文
    https://www.researchgate.net/publication/330601752_Polygenic_Scores_Mediate_the_Jewish_Phenotypic_Advantage_in_Educational_Attainment_and_Cognitive_Ability_Compared_With_Catholics_and_Lutherans

    我们找到这个地方:
    美国受教育年限(Lee et al., 2018)。 此分析中使用的教育程度的多基因分数 (PGS_EA3_MTAG)

    这似乎表明 Lee et al, 2018 是名称为 PGS_EA3_MTAG 的 PGS

    寻找 PGS_EA3_MTAG 我们只找到这些文件
    http://jsmp.dk/files/wls_data.html
    这是来自威斯康星州的研究。

    https://www.cambridge.org/core/journals/twin-research-and-human-genetics/article/evidence-for-the-scarrrowe-effect-on-genetic-expressivity-in-a-large-us-sample/A428EBF64787D00B3A37DDA61D41D967
    也指威斯康星州的研究

    https://www.biorxiv.org/content/10.1101/429860v1.full
    也指威斯康星州的研究

    https://rstudio-pubs-static.s3.amazonaws.com/451760_13482aaa5ffa4c5d9ec06002645935f2.html
    也指威斯康星州的研究

    这似乎表明 PGS_EA3_MTAG 是为威斯康星州研究而形成的 PGS,因为它是 Lee 等人 2018 年的 PGS,所以 PGS(Lee 等人,2018 年)是威斯康星州研究的 PGS,并且被皮弗。

    当然,谷歌并不是 100% 确定的,但所有对 PGS_EA3_MTAG 的引用都来自威斯康星州的研究,并且 Dunkel 等人通过 PGS_EA2018_MTAG 明确指出 Lee 等人 3。

    假设 Dunkel et al, 2019 错误地调用了 PGS_EA3_MTAG Lee et al, 2018,那么这是他们的错误。 我没有注意到这样的错误,我必须相信他们知道他们使用什么 PGS。

    无论如何,这是我得出结论的方式,即 PGS(Lee 等人,2018 年)实际上是为 WSL 研究而形成的 PGS_EA3_MTAG。 如果是这样,那自然是方法论上的错误。 如果不是,那么 Dunkel 等人就写错了。 或者可能 Lee 等人在 2018 年制作了另一篇 PGS,而这两篇论文 Piffer 和 Dunkel 并不关心他们使用了两种不同的 PGS(Lee 等人,2018 年)中的哪一种。 这也是一个错误。

    显然,您没有尝试检查 PGS 是什么以及 PGS_EA3_MTAG 是什么。

    • 回复: @j2
  236. j2 说:
    @j2

    “无论如何,这是我得出结论的方式,即 PGS(Lee 等人,2018 年)实际上是为 WSL 研究而形成的 PGS_EA3_MTAG。 ”

    Lee 等人,2018 年自然有可能没有使用来自威斯康星州研究的数据,而威斯康星州研究恰好是唯一使用该 PGS 的研究,但威斯康星州研究可能正在进行或至少准备在2019 年,很可能与 Lee 等和 Dunkin 等人有过接触,这意味着 PGS 很可能是用威斯康星州的数据进行了尝试。 仅此一项就令人怀疑。 Dunkin 等人本可以使用其他一些 PGS,他们应该从以色列的 Mizraim/Sephardic 犹太人那里获得数据。 正如这项研究一样,它提出了一些问题。

    对于 Piffer 来说,参考 Dunkin 等人的 53 年出生的 1957 名德系犹太人的 IQ 分数样本是不正确的。 那个样本太小了,那个队列太老了,不可靠。

    在我的评论中,我主要对 Dunkin 等人感兴趣,并阅读了那篇论文。 总的来说,皮弗对我一点也不感兴趣。 即使他从 Dunkin 等人那里对德系犹太人进行了智商测量,也足以成为抛弃 Piffer 的充分理由。

  237. res 说:
    @j2

    – 在进行测量某些属性的 GWAS 研究时,他们注意不要混合在该属性上不同的人群,因为这会导致测量的属性与特定人群之间的相关性。

    GWAS 研究人员很清楚这个问题,并竭尽全力将其最小化。 通常,所有非欧洲人在一开始就被排除在研究之外。 然后对遗传种群结构的主要成分进行校正。 UKBB 提供(我认为)前 20 台 PC 的主成分数据。 如果您有兴趣了解更多相关信息,“人口结构”和“主要成分”是很好的搜索词。

    有问题的 GWAS 是 Lee 等人。 2018. 这是论文和摘要。
    https://www.nature.com/articles/s41588-018-0147-3

    在这里,我们对大约1.1万个人样本中的受教育程度进行了大规模的遗传关联分析,并确定了1,271个独立的全基因组重要SNP。 对于一起使用的SNP,我们发现了跨环境异质性影响的证据。 SNP暗示参与大脑发育过程和神经元至神经元通讯的基因。 在X染色体的单独分析中,我们确定了10个独立的全基因组有意义的SNP,并估计男女的SNP遗传力均约为0.3%,与部分剂量补偿一致。 对教育程度和三种相关的认知表型的联合(多表型)分析产生了多基因评分,可以解释教育程度差异的11–13%和认知表现差异的7–10%。 这种预测准确性大大提高了多基因评分作为研究工具的效用。

    补充材料描述了他们的分析(注意前 20 台 PC 的更正):

    1.5. 关联分析
    队列被要求为每个测量的 SNP 估计这个回归方程:
    𝐸𝑑𝑢𝑌𝑒𝑎𝑟𝑠 = 𝛽0 + 𝛽1 𝑆𝑁𝑃 + 𝑷𝑪 𝜸 + 𝑩 𝜶 + 𝑿 + 𝜖,(1.1)
    其中 SNP 是 SNP 的等位基因剂量; 𝑷𝑪 是基因型数据的方差-协方差矩阵的前十个主成分的向量,在去除遗传异常值后估计(我们在 UKB 分析中使用了二十个主成分); 𝑩 是标准化控制的向量,包括出生年份的三阶多项式、女性指标及其相互作用; 𝑿 是研究特定控制的向量。 队列分析师被要求在运行分析之前强加一些标准的主题级别过滤器。 其中包括:(i) 每个受试者的 EduYears 在至少 30 岁时进行测量,(ii) 每个受试者通过了队列的质量控制,其中始终包括去除遗传异常值和基因分型率低的个体,以及 (iii) 每个受试者对象是欧洲血统。

    以下是他们如何使用 PGS 进行样本外预测(注意前 10 台 PC 的校正):

    来自 EduYears 早期 GWAS 的多基因预测因子已被证明是研究人员的宝贵工具,特别是在社会科学领域 6,7、4,775。 我们在两个预测队列中构建了欧洲血统个体的多基因评分:美国青少年的代表性样本国家青少年到成人健康纵向研究(Add Health,n=8,609); 以及健康与退休研究 (HRS, n=50),这是 2 岁以上美国人的代表性样本。我们通过“增量 R2”统计量来衡量预测准确性:得分时决定系数 (R10) 的增益作为协变量添加到一组基线对照(性别、出生年份、它们的相互作用和遗传相关性矩阵的 XNUMX 个主要成分)上的表型回归中。

    PS IMO 他们竭尽全力也牺牲了重要的信号。 知道通过校正前 10-20 个人口结构的 PC 来解释多少方差会很有趣。 但由于某种原因,这些信息似乎从未被公布。

  238. j2 说:

    谢谢 res,你刚刚验证了我所说的。

    这是来自:
    Dunkel 等人,2018,与天主教徒和路德教徒相比,多基因分数介导了犹太人在教育程度和认知能力方面的表型优势。 可从: https://www.researchgate.net/publication
    “除了自我报告的数学能力和最高的数学课成功
    完全的。 选择这种多元 PGS 是因为它可能捕获最大程度的
    这些认知表型共有的(即类似GCA的)遗传变异。”

    这是从您的评论中复制的文本:
    “我们在两个预测队列中为欧洲血统的个体构建了多基因评分:美国青少年的代表性样本国家青少年到成人健康纵向研究(Add Health,n=4,775); 以及健康与退休研究 (HRS, n=8,609),这是 50 岁以上美国人的代表性样本。”

    从这两个文本中注意到 1) 在 HSR 研究中,有 153 名德系犹太人和更多的其他美国白人,而不是欧洲的欧洲人。 2)教育成就的标准包括自我报告的数学能力以及客观测量的智商等学术成就。

    请注意这意味着什么:我们在 GWAS 中有一个由德系犹太人和其他美国白人组成的群体(其中一个主要的子集称为基督徒)。 这正是我写给你的,它是 A1+B 人群一起测量,其中 A1 具有更高的智商,而智商是他们试图测量的。 此外,对教育成就的评估包括一个自我报告的部分,这意味着如果犹太人高估了他们的数学。 比其他美国人更有天赋(我这个年龄的美国人不太关心数学天赋),所以他们在 GWAS 中获得了更高的教育成就分数。 然后找到 SNP,这应该会导致错误。 您提到该领域的研究人员知道这个问题,我写道,如果他们不知道,那将是惊人的。 因此,该错误必须是故意的。

    再看看中的情节
    http://rpubs.com/Jonatan/jewish_pgs
    那里有 HRS 研究,这是队列之一。 你注意到基督徒和犹太人在认知上没有太大差异,但他们在 PGS 上有所不同。 这表明 PGS 与德系血统相关。 查看 Dunkel 等人研究中 PGS 与 IQ 的关系图。 看到德系数据点在水平方向上的分布比在垂直方向上的分布更大。 这表明 PGS 与德系血统有关。

    与您讨论 res 很好,但是您和 Merculinian 是否非常了解我们的要求? 也就是说,詹姆斯汤姆森要求将纸撕成碎片。 也就是说,反对它。 反对意味着对论文发表批评性评论,而不是为论文辩护,当然也不是 Merculinian 正在做的事情,对对手发表批评性评论。 通常在反对的防御者是作者。 这就是为什么我首先假设您在为论文辩护时必须是作者。 但是好的,可能是其他人为论文辩护,但他应该非常了解问题的真实和正确答案,最好不要试图猜测作者做了什么。 如果作者以外的人担任防守者的角色,那么他应该对对手非常有礼貌。 这是一个永久的规则。 他不能生气。 他是在扮演作者的角色,而不是扮演自己。 但也许不是学界的人不知道什么是反对,它的目的是什么(是为了改进论文)。 或者詹姆斯汤姆森不知道他的要求听起来像是他要求反对皮弗的论文。 我没有时间看 Piffer 的论文,因为最简单的攻击是德系犹太人 PGS 分数和该分数中使用的 PGS。 但当然,我这样做只是为了帮 James Thomson 的忙,所以不能指望我做这么多工作。

    我会在这里停下来,所以不要费心回答这个评论。 这个线程中有一个巨魔,我不太喜欢 Unz 巨魔。 这个巨魔当然不理解对手的概念,他太累了,不足以让我继续这个练习。

    • 回复: @j2
    , @res
    , @Merculinus
  239. j2 说:
    @j2

    只是最后的评论。

    正是在今天,美国大学不能被授予通常的诚实假设。 必须首先怀疑他们有不诚实行为,并且必须更仔细地调查他们的工作。

    这类似于苏联的研究。 苏联在生物学领域支持拉马克主义的事实导致苏联对任何领域的任何主题的研究,只要与对流行意识形态重要的任何事物都有关联,都必须被怀疑是欺诈。

    在美国,情况类似:美国历史学家无法正确计算犹太人在大屠杀中的死亡人数,尽管它只需要对已接受的配额进行基本的加减运算。 美国物理学家在世贸中心大楼的倒塌中找不到任何奇怪的地方。 这两件事破坏美国的信誉,就像拉马克主义破坏苏联的信誉一样。 越来越多的外国研究人员对美国的结果持怀疑态度。 这适用于任何领域,美国研究人员必须接受它。 尤其适用于美国德系犹太人的智商等意识形态话题。

    美国大学能否重新获得他们所享有的信任,将取决于未来。 目前它看起来并不那么明亮。 这并没有比怀疑苏联研究更令人精神分裂,尽管其中大部分是好的。 有些不是。

    • 回复: @CanSpeccy
  240. @j2

    美国大学能否重新获得他们曾经享有的信任,将取决于未来。

    首先,他们将不得不在招聘中放弃性别平等和种族平等,回到难以想象的择优标准。 一个像盎格鲁大学这样腐败的系统,不仅在美国,而且在古老的英国大学 欺诈斯坎布里奇,没有革命就无法改革。

  241. res 说:
    @j2

    您的 Dunkel 链接已损坏。 这是一个工作版本。
    https://www.researchgate.net/publication/330601752_Polygenic_Scores_Mediate_the_Jewish_Phenotypic_Advantage_in_Educational_Attainment_and_Cognitive_Ability_Compared_With_Catholics_and_Lutherans

    你完全看不懂我之前的评论。 WLS 中使用的 PGS 是基于 Lee 等人的。 2018 年 EA GWAS。 以下是 WLS 站点中使用的 PGS 的文档:
    https://www.ssc.wisc.edu/wlsresearch/documentation/GWAS/Lee_et_al_(2018)_PGS_WLS.pdf

    无论您的凭据如何,您对该领域的知识显然都是有限的。 至少花费你会得到更好的服务 一些 花时间倾听那些了解更多并耐心地为你记录他们的陈述的人,而不是无休止地重复你自己的(通常是错误的)谈话要点。

    当您似乎既不理解论文又不愿意努力这样做时,您如何诚实地声称自己是诚实地反对论文。 似乎您刚刚看到了一个抱怨您感兴趣的话题的机会(并且您必须去一个几乎不相关的 Piffer's 参考资料才能做到这一点)并接受了它。

    写一个 700 字的评论,然后以“所以不要费心回答这个评论”作为结尾,这有点粗鲁。 但是,鉴于您似乎不理解我提出的观点并且不愿意做出任何努力来改变这一点,我在这里几乎完成了。

    PS 我不知道 Lee 等人是如何做到的。 提供他们的 PGS 数据。 该文件为了解该过程提供了一个很好的窗口。

    由于 IRB 的限制,无法发布超过 10,000 个单核苷酸多态性 (SNP) 的汇总统计数据。 因此,能够访问个体水平基因型数据的研究人员无法从公开的汇总统计数据中重现多基因评分(https://www.thessgac.org/data)。 作为部分补救措施,我们将多基因分数直接发布给研究人员(但由于限制,我们无法自行发布潜在的 SNP 级别权重)。

    有谁知道什么 IRB 限制禁止发布 摘要 统计数据? 或者哪些限制禁止发布底层 SNP 级别的权重?

    • 回复: @j2
  242. j2 说:
    @res

    您刚刚复制了以下文本:
    “我们在两个预测队列中为欧洲血统的个体构建了多基因评分:美国青少年的代表性样本国家青少年到成人健康纵向研究(Add Health,n=4,775); 以及健康与退休研究 (HRS, n=8,609),这是 50 岁以上美国人的代表性样本。”

    这正好说明样本中有美国犹太人。 否则它不会具有代表性,我们知道 HRS 研究有 153 名德系犹太人。 由于预期一定是德系犹太人的平均智商较高(或者您认为研究人员从未听说过这种说法吗?)因此,他们在 GWAS 中测量了智商明显不同的两个群体的混合群体,该群体产生了一个 PGS智商的代表。 那必须引入一个错误。 这是错误的做法。 正如您所说,他们确实知道问题所在,这是一个故意的错误。 也就是说,有一个严重的理由可以预期欺诈,尽管它缺乏能力的可能性很小。

    这是 Dunkel 等人的致命错误,因为 Piffer 使用了相同的 PGS,所以这是 Piffer 的致命错误。

    您已经同意,在测量参数方面混合不同的人群是一个已知的错误,研究人员(应该)避免它,但从您复制的文本中可以看出他们没有。

    “写一个 700 字的评论,然后以“所以不要费心回答这个评论”作为结尾,这有点粗鲁。 ”

    你太敏感了。 再见,问候并祝你好运。

    • 回复: @res
  243. @res

    Res,我知道这些链接。

    也许我们只是对 Piffer 论文有不同的看法。 但是我们对一个话题充满热情是可以的。

  244. res 说:
    @j2

    你真的不明白。 可怜的。

    • 回复: @j2
  245. res 说:

    对于任何对来自欧洲人群的德系犹太人的遗传距离 (Fst) 感兴趣的人,以下是 Dunkel 的相关摘录:

    已发现德系犹太人和非犹太高加索人表现出相对较低的遗传分化水平。 田等人。 (2008) 发现德系犹太人的 FST 值范围从与意大利人相比的 0040 到与巴斯克人相比的 0144(在八个高加索人群中,未加权的 FST 平均值为 009)。 这意味着德系犹太人相对于非犹太高加索人表现出很少的遗传分化(FST 值范围从 0 到 05 对应于很少的遗传分化;Hartl & Clark,1989)。 如此低的值也对应于可忽略不计的预期连锁衰减量,因为已发现该参数与 FST 具有很强的比例关系(Scutari、Mackay 和 Balding,2016 年)。

    我无法在 Tian 等人中找到 Fst 信息。 (2008)参考给出:
    https://journals.plos.org/plosgenetics/article?id=10.1371/journal.pgen.0040004

    但我确实在同一主要作者的这篇后续论文的表 1 中找到了它:
    https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2730349/

  246. j2 说:
    @res

    “你真的不明白。 可怜的。”

    我非常了解它。 你是一个可怜的失败者,最后只有侮辱作为论据。

    顺便说一句,芬兰萨米人和美国德系犹太人之间的 Fst 距离很可能比巴斯克人和美国德系犹太人之间的 Fst 距离要高一些,以防您对 Ashkenazi 与欧洲人口的 Fst 距离感兴趣并且想要获得正确的信息。 你会发现从萨米人到其他人群的距离,例如到俄罗斯人,然后从俄罗斯人到德系犹太人,它会达到大约 0.02 或更多,比如 0.023。

    • 回复: @res
  247. Merculinus 说:
    @j2

    我想我明白 j2 在这里想说什么。 可悲的是,我得出的结论是 j2 痴迷于犹太人的问题,这是我们必须处理他的攻击的唯一原因。显然,犹太人在某些方面不同于或高于其他群体的想法激怒了他。 这就是为什么他如此专注于 Dunkel 的论文,并且仅参考他的 Ashkenaz PGS 来考虑 Piffer 的研究。
    我们这家伙的流行遗传学知识显然非常有限,他对 Piffer 的论文和 Lee 的 GWAS 的阅读(略读)是懒惰和草率的。
    这个问题被称为人口分层。 J2 似乎认为,因为 153 人中有 8,609 人是犹太人,这造成了人口分层问题。 也就是说,1.8% 的人口是犹太人。 很小的百分比,不太可能对 GWAS 结果产生重大影响。
    但为什么人口分层会成为泥水呢? 基本原理是:1)两组具有不同的等位基因频率; 2) 两组的平均 GWAS 特征(在本例中为教育)不同; 3)这种差异只是由于环境,或文化传播。 请注意,如果 3 为假,则人口分层不再是问题,因为人口差异确定了基因的因果效应,并且只要 3 为真,它就会搅浑水。 让我们假设最坏的情况是犹太人仅出于文化环境原因而拥有更高的 EA。
    现在,我认为 j2 夸大了这个问题,因为 1) 1.8% 不太可能对 GWAS 产生重大影响; 2) GWAS 作者采用了严格的人口分层控制,这将获取与犹太人相关的大部分遗传成分。 因此,剩下的一点点混乱被减少到 PGS 的一个很小的、不重要的部分。 “我们衡量预测
    '增量 R2' 统计的准确性:系数的增益
    当分数作为协变量添加到
    表型在一组基线对照(性别、出生
    年,它们的相互作用和遗传的 10 个主要成分
    关联矩阵)。”
    不幸的是,对于 J2,Piffer 计算了不同的 PGS。 他用于主要分析的 PGS 不是 EA_MTAG,而是仅基于 Educational Attainment 的 PGS。 因此,他认为犹太人得分高于其他人的论点是因为 EA_MTAG 包含了对数学能力的自我报告测量,而他们高估了这一点是错误的。 Piffer 发现 EA_MTAG 和 EA only PGS 高度相关(如果我没记错的话,大约是 0.98),他选择使用 EA_MTAG 来制作这个博客上显示的图表(据说是因为 EA_MTAG 捕获了更多的方差),但他论文中使用的 PGS 是纯 EA,不受 j2 提出的问题的影响,因为它不包括衡量自我报告的数学能力。

    • 回复: @j2
    , @j2
  248. j2 说:
    @Merculinus

    “但为什么人口分层会使水域变得泥泞? 基本原理是:1)两组具有不同的等位基因频率; 2) 两组的平均 GWAS 特征(在本例中为教育)不同; 3)这种差异只是由于环境,或文化传播。 请注意,如果 3 为假,则人口分层不再是问题,因为人口差异确定了基因的因果效应,并且只要 3 为真,它就会搅浑水。 让我们假设最坏的情况是,犹太人仅出于文化和环境原因而拥有更高的 EA。”

    您的第 3 点)不是必需的。 我还要解释一次。 这次试着理解一下:
    您拥有要测量的属性 P。
    该属性 P 部分取决于降低或提高该属性的 SNP。
    属性 P 还依赖于其他东西,所以你没有得到一个完美的。

    您有两个种群 A1 和 B,它们在属性 P 和遗传学上有所不同,因此有些 SNP 不会增加或减少 P,但它们的频率在种群 A1 和 B 上不同。

    您寻找与 P 相关的 SNP。然后您会得到在每个群体中确实会提高或降低 P 的 SNP,但您也会得到在任一群体中不会提高或降低 P 但在一个群体中更常见的 SNP。

    因此,您从本研究中得出的与 P 相关的 SNP 集包括在任一亚群中与 P 不相关的 SNP。 接下来,取一个总体 A2,它的 P 值与 A1 相同,而 B 的值更低。 A2 可能会为根据每个亚群 A1 和 B 中与 P 相关的 SNP 计算的 PGS 给出相同的分数,但 PGS 包括仅与属于 A1 而不是 B 相关的 SNP。由于 A2 不完全是 A1,因此该分数A2 会比 A1 小。 因此,当您将 PGS 应用于三个群体时,您会得到 A1、A2、B 的顺序。但是如果您交换 A1 和 A2 并以这种方式进行 PGS,那么顺序是 A2、A1、B。

    现在,这对任何研究人员来说都是显而易见的,但您似乎并不理解它。

    关于您对类型的错误推测:
    “可悲的是,我得出的结论是 j2 痴迷于犹太人的问题,这是我们必须处理他的攻击的唯一原因。”

    把你的想法留给自己。 我解释了我的动机,除此之外我没有任何其他动机:James Thomson 的文章说,让我们将论文分成几部分(或类似的东西)。 我没有看到这篇论文足够有趣,无法仔细阅读,但我得出的结论是,从这样一个柔软的领域,我可以在一两天内发现一个致命的错误。 大多数来自软领域的论文都有错误,在更严格的领域会被认为是困难的。 我非常了解这一点,因为 10 年来我一直在一个软领域监督研究人员。 对软领域进行精确的研究是不可能的,因为该领域只是没有一个精确的测试来判断什么是正确的,什么是错误的。 出于这个原因,通常会出现这样的致命错误。 软领域的人不关心他们,就像你似乎不关心这个方法错误(你说,那又怎样,只有1.8%,不能有多大作用。不是如果它有多大作用,它是一个错误,并且在硬场中这样的错误是致命的)。

    因此,要从软领域中找到致命错误并不难,也不需要仔细阅读整篇论文,我不愿意这样做,因为这篇论文看起来并不有趣,它与我拥有的其他 Piffer 的论文相似仔细阅读。 但是有一天我可以省出并发现一个致命的错误。 修正一篇论文中的一个致命错误可以改善它,所以我的反对对作者很有用。 是否修复错误自然是作者的选择。 有些人固执地坚持认为没有错误,但他们被警告:其他人可能会发现同样的错误并将纸张视为有缺陷而丢弃。 更聪明的作者确实解决了这个问题。 他们至少会解释为什么这不是错误。 但是在这样做的时候,他们应该仔细考虑这是否是一个错误。

    在这种情况下,Dunkel 等人的论文在不排除德系犹太人方面存在错误。 简单的修正是在没有 Ashkenazi 声明他们采用与 Lee 等人 (2018) 中相同的标准的情况下重新计算测量值,但是因为他们想将 Ashkenazi 与 Christian 进行比较,所以他们必须在计算 PGS 之前排除 Ashkenazi。 Lee et al (2018) 对其他事情也有好处,比如比较白人和黑人,但由于这个原因,不适合比较德系犹太人和其他白人。 所以,这将是正确的修正。

    你的建议是作者 Dunkel 等人会写:德系犹太人只有 1.8%,所以即使他们应该被排除在外,我们只是忽略了这个问题。 它不会有太大的不同。 然后他们会产生德系犹太人和基督徒之间的差异。 这个评论的问题是读者会说:嘿,它有多大的不同,为什么你不能只计算正确的方法以避免这个错误来源。 你是懒惰还是什么? 因此,如您所见,您的更正不会很好地工作。

    “我们这家伙对流行遗传学的了解显然非常有限,他对 Piffer 的论文和 Lee 的 GWAS 的阅读(略读)又懒又草率。”

    从关于 Piffer 的其他线程的评论来看,在我看来,大多数读者都希望你和 res 只是从主导讨论中消失。 你能写的都是这样的。 然后,考虑到你还没有理解问题,我不得不再解释一遍,而我可能已经解释了5次,你一点也不聪明。 并且 res 在最后一次讨论中把自己弄死了,然后受到了猛烈的攻击,并开始写他知道多少(我怀疑它,至少他理解得不是很快)。 那么,你们两个干脆停止在 Unz 中发表评论怎么样。 没有人喜欢你发表这样的评论,而且你一点也不聪明。 一开始我没有回复你。 是你和res开始攻击我。 我允许你进行讨论。 为什么你开始攻击我的评论是针对詹姆斯汤姆森,而不是针对两个自我定义的天才?

    • 回复: @res
  249. j2 说:
    @Merculinus

    你和 res 的问题在于,你们两个对研究知之甚少,以至于你甚至不明白 James Thomson 提出的问题是对论文的批评性评论,事实上,对 Piffer 和 Dunkin 等人的论文都是如此。 我发现将 Dunkin 等人分解成碎片更有趣。 提出批评意见被称为反对,这是研究中经常使用的一种做法。

    然后,目标是对论文发表批评性评论。 像你或 res 这样的人不应该为论文辩护。 像你或 res 这样的人也不能推测这篇论文的含义。 它是对论文提出批评意见。

    由于 Piffer 对他使用的 PGS 的计算是正确的,他们之前一直是正确的,批评只能集中在 PGS 的选择上。 这个 PGS 与我读过的他早期论文中的那些相比有两个变化,但我无法发现明显的错误。 一是芬兰人已经上升。 我多次讨论过这个问题。 另一个是德系犹太人,这是一个新成员。 如果有批评意见,批评应该来自这些。

    乌图理解了这个任务,并提出了非常好的批评意见。

    你和res所做的是你攻击了我,攻击了一个对手。 为什么对研究有任何了解的人会这样做? 很明显,你不懂研究。 詹姆斯汤姆森的作者可能没有要求你为这篇论文辩护。 据我了解,汤姆森要求皮弗写一篇论文为自己辩护,而这正是人们所期望的。 那么,你到底是谁,你们两个到底在做什么?

    很明显,你们两个是两个业余爱好者,他们认为他们在帖子上发表了最好的评论,他们知道的最多,他们拥有帖子,每个人都应该仔细听他们说的话。 这种错误的信念导致你攻击我,嘲笑我,你仍然没有停止。 你会看着镜子,想一想你曾经和正在做什么以及为什么。 你不应该这样做。

    • 回复: @res
    , @Merculinus
  250. res 说:
    @j2

    正如我之前所说,重要的是与研究中每个人群的距离 使用 PGS 对研究中的欧洲血统的英国人来说 创建了 PGS (Lee 等人,2018 年)。 不是人口距离之间的另一个。

    顺便说一句,芬兰萨米人在欧洲人群中是一个众所周知的异常值:
    https://en.wikipedia.org/wiki/Genetic_history_of_Europe
    说他们远离德系犹太人,并没有说明 AJ 与其他欧洲人之间的距离。

    我真的很好奇我是怎么输的,因为你基本上连我的观点都没有参与。 也许您正在使用“每个单词的 ad hominems”作为衡量标准? 以该指标衡量,您肯定“赢了”。

    或者也许(可能更接近事实)您只是使用“学术资格”作为正确性的衡量标准。

    这是投影的一个很好的例子。 我一直对这个简单的想法能很好地解释如此多的人类行为感到惊讶。 至少弗洛伊德做对了一些事情。

    你是一个可怜的失败者,最后只有侮辱作为论据。

  251. res 说:
    @j2

    您有两个种群 A1 和 B,它们在属性 P 和遗传学上有所不同,因此有些 SNP 不会增加或减少 P,但它们的频率在种群 A1 和 B 上不同。

    您寻找与 P 相关的 SNP。然后您会得到在每个群体中确实会提高或降低 P 的 SNP,但您也会得到在任一群体中不会提高或降低 P 但在一个群体中更常见的 SNP。

    您仍然无法理解不同人群(例如 WLS、HRS、Piffer)的研究没有寻找 SNP 的简单点。 可怜的。

    这些研究使用了 Lee 等人发现的 SNP。 2018 年仅限于欧洲血统的英国人。

    一旦你从一个错误的前提开始,你根据它写了多少字都没有关系。

    • 回复: @Merculinus
    , @j2
  252. res 说:
    @j2

    很明显,你们两个是两个业余爱好者,他们认为他们在帖子上发表了最好的评论,他们知道的最多,他们拥有帖子,每个人都应该仔细听他们说的话。 这种错误的信念导致你攻击我,嘲笑我,你仍然没有停止。 你会看着镜子,想一想你曾经和正在做什么以及为什么。 你不应该这样做。

    还有迫害情结。 多么迷人。 (这在指责我在评论 252 中敏感之后,我想这只是更多的预测)

    j2,你要不要花点时间来回应我的实质性观点。 您的广告既重复又令人厌烦。

  253. Merculinus 说:
    @j2

    我很抱歉 j2,但你的整个评论都是 OT。 我可以提醒你詹姆斯汤普森邀请读者评论皮弗的论文吗? 而您专注于 Dunkel 等人的研究,只处理 Piffer 的结果,因为它们与 Dunkel 的结果有关? 你来错地方了,所以走开,等待关于 Dunkel 等人的论文的博客文章来发布你的东西。

    • 回复: @j2
  254. Merculinus 说:
    @res

    是的,j2 对 GWAS 文献非常无知,以至于他不知道训练样本和预测样本之间的区别。 我再次检查了 Lee 等人的论文,这证实了 WLS 和 HRS 用于预测使用不同样本构建的多基因评分。 也就是说,他们只是验证了先前构建的 PGS。 因此,预测样本中犹太人的存在不会影响 PGS。 如果主要的 GWAS 包含大量犹太人,那将是一个问题,但主要的 GWAS 是“所有关联分析都是在仅限于欧洲血统个体的样本中在队列水平上进行的”。
    再次重申,j2 通过不断误解参考资料和概念来浪费我们的时间……
    .

    • 回复: @j2
    , @res
  255. j2 说:
    @res

    您复制了 Lee 等人 (2018) 是如何由两个欧洲血统的美国人口组成的文本。 其中一个人群是 HRS 研究中的人群。 我们确切地知道该研究有 153 名犹太人。 其他人口是美国白人的代表,因此也有美国犹太人,因为他们是白人。 这意味着 Lee 等人 (2018) 的 PGS 确实包含美国犹太人。 这是 Dunkin 等人使用的 PGS,也是 Piffer 使用的 PGS,即使 Piffer 没有采用 Edu3_MTAG 而是另一个。 在 HRS 研究中绘制了两个 PGS 版本,所以有两个,都是由相同的样本形成的。

    将德系犹太人口纳入其中引入了一个错误。 尽管代表犹太人的人数虽然美国样本约为 4%(占总人口的 3%),但目前尚不清楚这有多大影响。 它很可能对犹太人以外的其他人群的影响很小,但很可能对犹太人的 PGS 分数有很大的影响。

    让我们最终停止这一切。 有一个错误。 它不是拼写错误或其他小错误,因此在硬科学中称为致命错误(严重错误,重大错误)。 这意味着它应该被纠正,这完全不管影响有多大。 而且我们不知道影响有多大。

    所以,有一个错误。 我试图找出一个错误并找到了它,所以我对 Dunkel 等人和 Piffer 的论文做出了积极的贡献。 另一方面,您对这些论文的贡献为零。 您决定在线程上进行私人讨论,您甚至没有尝试发现任何错误。 我不介意你进行私人讨论,但你不应该打扰那些试图找出错误的人。

    也就是说,让我们破纸,意思是让我们从论文中找出严重的错误。 这样做是为了向作者提供反馈,以便他改进本文和以后的论文。 如果像我这样有经验的研究人员愿意从某人的论文中寻找错误,这对作者来说是一种帮助。 我知道 Piffer 需要这样的帮助,因为他似乎没有让 IQ 社区接受他的论文,所以他很自然地想加强他的论点,为此他应该请人阅读他的作品并找出错误。 每个研究人员都会这样做。

    但是你们两个。 您只是不明白为什么要这样做,目标是什么,应该如何提供帮助。 为了帮助您,您应该寻找错误。 相反,你做什么。 你,res,假装是一个总是被所谓的 ad hominen 攻击冒犯的小女孩(我没有做过一次这样的攻击,我不这样做)。 你的朋友发明了侮辱,并且很难理解任何事情。 我写信给他说,他的逻辑思维对于研究人员来说不够好。 不是的,如果我必须解释六次同样简单的事情,那还不够好。 对于研究人员来说,你的逻辑思维也不够好。 你理解得太慢了。 我要解释太多次了,你们两个还是不明白。 那不可能在研究中。

    所以,让你们两个远离研究。 做你想做的,但不要打扰研究人员。 你根本不在那个水平上。

    • 回复: @res
  256. j2 说:
    @Merculinus

    Lee 等人(2018 年)对欧洲血统的美国样本进行了研究。 这是一个有代表性的样本,因此它确实包含犹太人。 然后 Piffer 使用该 PGS 来计算德系犹太人的分数。 那是错误的,所以他有一个错误。

    Lee et al (2018) 可用于计算欧洲人、美国白人、黑人、东亚人等的分数,但不能用于将德系犹太人与其他白人种族群体进行比较。 它不是为此而设计的。 这个错误的结果有多大是无关紧要的,因为应该修复错误。 我并不是说这是一个很大的错误,我只是帮助汤姆森找到了一个严重的错误。 但是对于犹太人来说,这个误差可能相当大。 它几乎不会改变其他种族的分数,这就是为什么与旧 PGS 的相关性很小。 这是只有少数犹太人的结果。 但对于这些犹太人来说,分数可能会发生很大变化。 这是我们不知道的,因为我们不知道,我们不能假设它很小。

    现在,让我们阻止 Merculinus。 我真的懒得和你讨论。 我不得不多次解释同样的事情。 我更喜欢与懂事快的有礼貌的人讨论。

    • 回复: @Merculinus
  257. j2 说:
    @Merculinus

    有理由怀疑 PGS 可能不正确。 你不能一开始就假设该过程得到了正确的解释。 Lee 等人(2018 年)的 PGS 是 PGS_EA3_MTAG,它仅在谷歌的威斯康星州研究中提供点击量。 这项研究和本 PGS 有一些关系,如果有理由期待某些事情,那么我们不能假设制作本 PGS 的程序是如实告知的。 这是一个可疑领域的美国科学。 仅这一点就意味着它在世界范围内是可疑的。

    怀疑 PGS 确实对德系血统做出反应的原因是 HRS 研究的三个情节,其中基督徒和犹太人在认知上的差异远小于两个 PGS 分数。

    您对是否有错误的结论没有任何特殊价值。 由 James Thomson 和作者查看是否存在错误,以及是否至少应在论文中添加一些文本以澄清问题。 这些是反对论文的充分结果。 所以,我已经完成了被要求的事情。 但是你们两个? 你到底在做什么? 你的目标只是为了证明你不知道反对意味着什么,或者你很难理解论文中的问题吗? 或者说你有多固执,你可以发明多少侮辱?

  258. res 说:
    @j2

    相反,你做什么。 你,res,假装是一个总是被所谓的 ad hominen 攻击冒犯的小女孩(我没有做过一次这样的攻击,我不这样做)。

    你太无耻了。 我在评论 203 中给出了一个具体的例子。

    我完全知道您比我年轻一两代,而且已经洗脑了,所以您怎么可能知道科学真理的含义。 您可以按照自己的方式行事,就像玩偶主人用byu弦拉动玩偶一样,但我想今天一定是这样。 也许当您的资源变老了一些时,您会了解到您今天不了解的事物。 (请不要在你达到我的年龄并有一些最低限度的智慧之前就回复。你现在变得非常愚蠢,只有你看不到它,也没人能告诉你,但是我可以看到,我无能为力您现在,请相信我)

    所以我想我们可以将 liar 添加到您的资格列表中。

    • 回复: @j2
  259. j2 说:
    @res

    这不是任何人身攻击。 那是比我年轻的人的描述,他们在正常意义上可以相当聪明,但他们不明白他们正在被操纵。 一种操纵是美国德系犹太人的这种非常高的智商。 阅读 Ron Unz 的 American Meritocracy 文章,您就会看到今天的美国犹太人有多优秀。 正如林恩总结的那样,曾经的高智商几乎主要是选择的结果,但美国科学媒体和大众媒体传播了这样的说法,例如在某些犹太疾病中存在异源优势(可以证明没有这种优势,因为携带者比率和患病率只是正常关系)。 因此,应该看看德系犹太人的 PGS 定义是否有任何错误。

    如果你认为我的文字是对你的人身攻击,那你真的就像一个敏感的年轻女孩。 你听起来比我年轻,不像任何真正科学领域的真正研究人员。 我想我们可以得出这样的结论。 如果你是真正的研究人员,为什么你,res,声称你没有博士学位? 那是成为一名研究人员的开始阶段,你必须从那里开始。 你说你没有,所以你不是研究员。 Merculinus 写的大多是侮辱性的文章,并且需要很长时间才能理解一个简单的问题,因此不是任何实际领域的研究人员。

    而且我认为,如果您在获得凭据之前没有回答我的明智评论,那么您会做得非常明智,以便我们都可以理解反对论文的含义。

    我不撒谎,我不进行人身攻击,但你在理解人们的意思方面有一些严重的问题。 你最好在这方面工作。

    • 回复: @res
  260. Merculinus 说:
    @j2

    曾经有人告诉我,一个村里的白痴总是犯同样的错误,并称别人为笨蛋,因为他笨到不照镜子……更糟糕的是,他照镜子,但他笨到没有通过镜子测试。
    j2 没有阅读 Lee 等人的论文。 他缺乏基本的研究技能,所以他没有阅读 Lee 等人的补充信息,而是在谷歌上搜索 EA_MTAG 并找到了 Wisconsin 研究的“命中”,因此他的联想皮层建立了 EA_MTAG-Wisconsin 的关联。 由于他的想法没有超出联想层面,他认为 EA_MTAG PGS 是基于威斯康星州的样本。 尽管我们向他解释了预测样本和发现样本之间的区别,但他一直混淆这两者。 Add Health 和 HRS 不是用于构建 PGS 的发现样本的一部分。 Lee 等人的论文明确指出这两个样本被排除在外。 它们用于验证 PGS。 所以现在让我们看看发现样本是由什么组成的。
    如果 j2 已阅读 Lee 等人的补充文件,请补充。 表 16 (https://static-content.springer.com/esm/art%3A10.1038%2Fs41588-018-0147-3/MediaObjects/41588_2018_147_MOESM3_ESM.xlsx) 他会意识到大多数样本不是美国人。 大部分样本来自欧洲(英国和爱沙尼亚)。*“主要欧盟”是 23andMe。 据说这意味着 80% 是美国(23andMe 运送到很多国家,所以这是我最好的猜测,我找不到准确的数字)。 因此,假设来自美国的 290K+5,690+7,789+14,562= 来自美国的大约 320K,总共 932K。 所以只有三分之一来自美国。 假设美国的犹太人比例为 1.4%,我们必须将其除以 3 才能得出总样本中犹太人的百分比:最多 0.5%。 由于英国和爱沙尼亚的犹太人比例要少得多,因此不会显着增加百分比,或最多 0.1%。
    0.5% 对 GWAS 结果的影响很小。 再加上 Lee 等人的控制。 对于通过主成分进行人口分层,您会发现这变得不重要。
    *
    主要是美国 365,538
    美国5,690
    爱沙尼亚36,631
    英国6,065
    英国8,535
    美国14,562
    英国15,941
    英国19,193
    英国442,183
    英国8,094
    苏格兰 1,841
    美国7,789

  261. res 说:
    @Merculinus

    我对此进行了更彻底的调查,并且 j2 至少部分正确(我认为是偶然的,怀疑他看过下面的 SM)。 李等人。 2018 年确实在他们的训练集中同时包含了 WLS 和 HRS(尽管我认为这在论文中并不明显)。

    Lee 等人使用的队列。 2018 年在 Okbay 等人的补充表 16 队列和补充表 1.1 队列中进行了描述。 2016 年。

    以下是这两篇论文的补充表格来源的链接:
    https://www.nature.com/articles/nature17671#supplementary-information
    https://www.nature.com/articles/s41588-018-0147-3#Sec34

    总共使用了 71 个队列(包括 WLS、HRS、几个芬兰样本等等)。

    UKBB 几乎占样本的一半,因此该部分应该是稳健的(这也是我所关注的)。 但几乎三分之一的样本来自 23andMe(自我报告!)。

    关于 Lee 等人需要注意的一件重要事情。 2018 年的方法论是 Steve Hsu 提出的这一点:
    https://infoproc.blogspot.com/2018/07/ssgac-ea3-genomic-prediction-of.html

    尽管该研究使用了超过一百万个基因型,但必须仅使用汇总统计将数据汇总到许多子队列中。 这不允许我们用来构建高度预测​​器的 L1 惩罚优化。

    鉴于 Lee 等人,我不确定所有这些都很重要。 2018 年似乎被大家接受了,但最好是正确的。 如果 j2 对所使用的 PGS 或 SNP 有疑问,那么这就是他应该批评的论文。

    PS 如果我在这方面进行研究,我会很想使用 Lello (Hsu) 等人。 改为 2018 EA PGS(声称 EA 解释了 9% 的差异,而 Lee 声称的差异为 11-13%)。 培训人群是 UKBB(我相信只有),他们包括样本外验证(至少对于身高,不确定 EA)。

    抽象
    我们使用高维统计中的现代方法(即机器学习)构建可遗传和极其复杂的人类数量性状(身高、足跟骨密度和教育程度)的基因组预测因子。 复制测试表明,这些预测因子分别捕获了三个性状总方差的 40%、20% 和 9%。 例如,预测高度与实际高度的相关性约为 0.65; 验证样本中大多数人的实际身高与预测值相差几厘米。 捕获的身高方差与 GCTA (GREML) 分析估计的 SNP 遗传力相当,并且似乎接近其渐近值(即,随着样本量趋于无穷大),这表明我们已经捕获了大部分的遗传力使用的 SNP。 因此,我们的结果解决了“缺失遗传力”问题的常见 SNP 部分——即预测 R 平方和 SNP 遗传力之间的差距。 我们的身高预测器中约 20 万个激活的 SNP 揭示了人类身高的遗传结构,至少对于常见的 SNP 而言。 我们的主要数据集是 UK Biobank 队列,由近 500 万个具有多种表型的个体基因型组成。 我们还使用早期 GWAS 中发现的其他数据集和 SNP 对我们的结果进行样本外验证。

    我们真正需要的是更多的大样本研究,例如具有良好表型信息的 UKBB。

  262. res 说:
    @j2

    我明知道你比我小一两代,洗脑了这么多,你怎么可能知道科学真理是什么意思。 你按照你的方式, 作为被一些玩偶大师 byu 绳子拉的玩偶,但我想今天必须如此。 也许当你,res,长大一点,你会明白你今天不明白的事情。 (请不要在您未达到我的年龄并具备最低限度的智慧之前回复。 你现在愚蠢得令人难以置信,只有你看不到,也没有人能告诉你,但我能看到,我现在帮不了你,请相信我)

    QED

    PS还有一个奖励:“你真的像一个敏感的年轻女孩”

    • 回复: @Merculinus
  263. Merculinus 说:
    @res

    是的,我仔细检查了 Add Health 和 WLS 存在于发现队列中。 这并没有改变我的结论,即美国样本不到总发现样本的 50%,而且由于在英国或 23andMe 样本来自的其他国家/地区,犹太人的百分比约为 0.3%,因此样本中的犹太人包括美国人在内将不到1%。 这对 PGS 没有显着影响,尤其是在考虑了人口分层之后(不确定 Lee 等人使用的 PC 是否具有犹太血统)。
    当然,从方法论的角度来看,将犹太人排除在欧洲血统队列之外会更好。 我不确定为什么 Lee 等人。 没有这样做,也许是政治正确或只是草率。
    23andMe 23andMe, Inc 基因组学公司 主要是美国 365,538
    将青少年健康国家纵向研究添加到基于家庭的成人健康美国 5,690
    EGCUT 爱沙尼亚基因组中心,塔尔图大学 基于人口的爱沙尼亚 36,631
    以人口老龄化为基础的 ELSA 英语纵向研究 英国 6,065
    FENLAND Fenland 研究以人口为基础的英国 8,535
    Geisinger Geisinger Health System 以人口为基础的美国 14,562
    GSII Generation Scotland:苏格兰家庭健康研究基于人口的英国 15,941
    NORFOLK EPIC-诺福克前瞻性人口研究以人口为基础的英国 19,193
    UKB 英国生物银行(完整版) 基于人口的英国 442,183
    UKHLS 英国家庭纵向研究以家庭为基础的英国 8,094
    VIKING 维京健康研究 – 设得兰群岛人口为基础的苏格兰 1,841
    WLS 威斯康星州纵向研究以家庭为基础的美国 7,789

    • 回复: @res
  264. res 说:
    @Merculinus

    我们对补充材料的评论交叉。

    只是想再次检查您是否注意到 Supp Table 16 注释:

    我们的最终荟萃分析在 71 个队列中进行,其中 12 个为本研究提供了新数据。 其余 59 个队列(N = 199,819)被纳入我们之前的荟萃分析(“EA2”)。 这 59 个队列是 [64] 的补充表 1.1 中列出的 17 个发现队列的子集。
    ...

    Okbay 的补充表 1.1 显示了跨空间和时间的大量研究以及各种选择标准。 HRS 出现在那里。

    我同意你的观点,但我想知道是否最好专注于单个(或少数)更统一的研究(ies)而不是我们在元分析中看到的杂乱无章的集合。

    这是除了失去使用某些技术(例如压缩感知)的能力之外,因为它们是根据汇总统计数据工作的。 基于汇总统计的方法听起来很强大,但绝不是免费的午餐。

  265. Merculinus 说:

    李等人。 2018年是模棱两可的。 他们在表 16 中列出了 WLS 和 Add Health,显然 HRS 是 EDU 2 的一部分,但在论文中他们说他们从发现队列中排除了 HRS 和 Add Health。
    “我们为欧洲血统的个体构建了多基因评分 两个预测队列提供两款控制器:一款是
    全国青少年到成人健康纵向研究(添加
    健康,n = 4,775),美国青少年的代表性样本;
    健康与退休研究 (HRS, n = 8,609),代表
    50岁以上的美国人样本。
    然后:
    “所有分数均基于荟萃分析的结果
    排除了预测组。=

    关于威斯康星队列:“为了更好地衡量
    认知表现,我们使用了一个额外的验证队列,
    威斯康星州纵向研究 (WLS)”。

    因此,从论文的正文来看,WLS、Add health 和 HRS 似乎被排除在生成 PGS 的发现队列之外。
    我想必须给作者发电子邮件才能绝对确定。 无论如何,由于样本中的美国人不到总样本的 50%,而且可能接近三分之一,而且欧洲的犹太人比例要低得多(英国为 0.3%),所以总分析样本中的犹太人是可能低于 1%,当然不会高于 2%。 这对 PGS 几乎没有影响,当然不足以解释德系 PGS 与欧洲差距的一小部分。
    即使在 Dunkel 等人使用的 WLS 研究中。 犹太人的比例只有 1%。

    “专注于单一(或少数)更统一的研究(ies)而不是我们在此处的元分析中看到的杂乱无章的集合”是否更好?
    可能不会,因为它们的动力不足。 UK Biobank 对认知表现的衡量很糟糕,也许通过一些评分技巧可以提高其准确性。
    你能找到你提到的 Lello et al.2018 (Hsu) 论文的链接吗? 我会看看的。

    • 回复: @James Thompson
    , @res
  266. @Merculinus

    与作者核实。 我假设发现样本和测试样本是分开的。

    • 回复: @j2
    , @j2
  267. res 说:
    @Merculinus

    你能找到你提到的 Lello et al.2018 (Hsu) 论文的链接吗? 我会看看的。

    这是带有全文的预印本: https://www.biorxiv.org/content/10.1101/190124v3
    发布版本: https://www.genetics.org/content/210/2/477
    Thompson 博士博客中的一些讨论: https://www.unz.com/jthompson/heritability-lost-and-found/

    • 回复: @James Thompson
  268. @res

    是的,我现在想起来了。

  269. j2 说:
    @James Thompson

    “与作者核实。 我假设发现样本和测试样本是分开的。”

    这没有帮助。
    如果样本中有德系犹太人为 SNP 设置权重,那么论文需要进行计算,以清楚地解释为什么它导致的错误应该可以忽略不计,如果是的话。 我们无法知道。

    考虑一个理论示例,您有两个 SNP,它们都提高了每个人群的教育成就,并且效果相同,但 SNP99 的 SNP 频率在人群 A 中为 1%,在人群 B 中为 1%,在 SNP1 中为 1%对于 SNP2,A 和 B 中的 110%。 假设 A 的平均智商为 100,B 的平均智商为 1,A 的大小为 99%,B 的大小为 XNUMX%。 然后我们有频率*效果:
    0.01*0.99*110+0.99*0.01*100=2*(0.99*0.01*100) for SNP1
    0.01*0.01*110+0.99*0.01*100=1*(0.99*0.01*100) for SNP2
    因此,SNP1 在研究中看起来好两倍,而实际上同样好。 这是因为 IQ 110 不是由 PGS 中的这些 SNP 引起的,而是 110 中的大部分是由其他原因引起的。

  270. j2 说:
    @James Thompson

    詹姆斯汤姆森,

    Piffer方法中的问题似乎如下:

    对子总体求和的结果(获得国家平均值)应该与创建预测变量的结果完全相同,即您将国家平均值分配给每个人,从而忽略他们的个人结果。

    因此,正在创建的是一个预测器,它通过一个人并查看他的基因来预测他属于哪个亚群,并输出国家平均教育成就作为他的教育成就的预测器。

    使用的教育成就分数与国家平均 PGS 分数的图应该是一条直线。 那不是任何研究结果。 这是形成预测器的这种方式的直接结果。

    仅仅因为国家智商和用于制作 PGS 的教育成就分数并不是完全线性相关,所以绘制国家智商与国家平均 PGS 的关系图并不会给出完全直线。

    Dunkel 等人也有同样的问题。

    希望这对您有所帮助,我不能花更多的时间在这个问题上,但是,请仔细阅读此评论。

    • 回复: @Merculinus
  271. Merculinus 说:
    @j2

    你是我遇到过的最无知的人。 你没有读过作者在计算 IQ 和 PGS 之间的相关性时控制了 26 个种群之间的全基因组遗传距离的论文吗? 如果你说的是对的,在考虑全基因组遗传距离(Fst)后,PGS 和 IQ 之间的相关性应该会消失。 但它不受影响。

    • 回复: @j2
  272. j2 说:
    @Merculinus

    “你是我遇到过的最无知的人。”

    这是典型的你。 你只有这些论点,然后你发明了一些明显是胡说八道的东西,并试图把它作为答案。 之前您曾发明过,如果在没有德系犹太人的情况下发现 SNP,那么预测样本中是否有德系犹太人在某种程度上很重要。 当然,这很重要。 重要的是预测样本。 您只需写下您想到的第一件事,然后添加您想到的第一个侮辱。 这就是你所能做的。

    “在计算 IQ 和 PGS 之间的相关性时,您没有阅读作者控制 26 个种群之间的全基因组遗传距离的论文吗?”

    你不明白你读什么,这就是问题所在。

    “如果你说的是对的,考虑到全基因组遗传距离(Fst)后,PGS 和 IQ 之间的相关性应该会消失。 但不受影响。”

    不。如果考虑全基因组距离(Fst),它不会消失。 这是一个错误的想法。

  273. Merculinus 说:

    预测样本中只有 1% 的德系犹太人,你认为它对结果有显着影响是荒谬的。
    你争论的是,如果 Piffer 只是绘制随机 SNP 而不是 GWAS SNP,他会得到相同的结果。 这是错误的,因为控制随机 SNP(即 Fst 距离)不会降低相关性。

    • 回复: @j2
  274. j2 说:
    @Merculinus

    “预测样本中只有 1% 的德系犹太人,你认为它对结果有显着影响是荒谬的。”

    它对非犹太人的 PGS 分数几乎没有影响,但它对德系犹太人的 PGS 分数有很大的不同。

    “你争论的是,如果 Piffer 只是绘制随机 SNP 而不是 GWAS SNP,他会得到相同的结果。 这是错误的,因为控制随机 SNP(即 Fst 距离)不会降低相关性。”

    不,你又不明白。 SNP 不是随机的。 他们在发现阶段被选中,对测量参数、教育成就有影响。 试着理解这一点:

    假设每个亚群的教育成就差异很小。 他们都有全国平均分。 这可能发生在我们的小思想实验中。 现在,进行预测阶段,看看你会得到什么。 人群有一些不同的基因和不同的平均教育成就分数(智商的代表)。 通过这种方式,你确实得到了一个预测器。 您的预测器采用该人拥有的 SNP,将其与不同人群的 SNP 频率进行比较,并向您预测教育成就分数,该分数是您最相似的亚群的平均值(或者如果您不清楚,则为几个的线性组合属于任何亚群)。 因此,例如,让我们以德系犹太人为例,由于长期隔离,他们的 SNP 频率相当罕见。 预测器注意到:这个人看起来像德系犹太人,所以他的智商是 110。所以,它给你一个犹太人的教育成就分数。

    接下来,放回子总体方差。 如果您现在将预测器用于特定人,该预测器可以检测到您不仅是犹太人,而且是非常愚蠢的犹太人,因此它会给您 90 分。然后,该预测器会按预期工作并且非常好。

    接下来,玩 Piffer 并取每个子群体中所有人的平均值。 通过取这个平均值,您可以准确地删除添加子群体变异的步骤。 您又回到了为每个人(或实际上是每个国家)提供平均教育成就的预测器中。

    因此,这不是任何随机 SNP。 SNP 相当正确和良好,预测器也相当正确和良好,但是由于几个具有不同 IQ 和不同 SNP 频率的亚群被一起用作预测样本,当你将国家 PGS 分数相加时,你实际上只有一个预测器完全按照您的程序进行操作:您根据国家/地区的平均智商分数来判断它,它会为您提供国家/地区的平均智商分数。 也就是说,您获得的国家平均 PGS 分数恰好是您使用的平均国家教育成就分数的线性函数。

    墨丘利纳斯。 你不是任何数学天才。 所以,试着理解这个简单的解释。 读十遍,直到你明白为止。 它是正确的。

    • 回复: @res
  275. res 说:
    @j2

    因此,这不是任何随机 SNP。 SNP 相当正确和良好,预测器也相当正确和良好,但是由于几个具有不同 IQ 和不同 SNP 频率的亚群被一起用作预测样本,当你将国家 PGS 分数相加时,你实际上只有一个预测器完全按照您的程序进行操作:您根据国家/地区的平均智商分数来判断它,它会为您提供国家/地区的平均智商分数。 也就是说,您获得的国家平均 PGS 分数恰好是您使用的平均国家教育成就分数的线性函数。

    你最后一句话是真的。 问题是,如果不是基于 EA/IQ 的实际遗传学进行预测,线性拟合是如何实现的? 您似乎在争论可以以与智商遗传学无关的方式完成(参见上面的“筷子基因”评论) 如果这些群体出现在 PGS 发现群体中.

    问题是国家人口比 SNP 研究人口(例如非洲人和亚洲人)更加多样化。 因此,即使您的想法是正确的(以及上述与亚群规模小和所涉及的小 Fst 有关的各种批评表明这不太可能),它也不适用于非洲和亚洲国家 在所有 因为它们没有出现在 SNP 发现研究中。

    另一种选择,即 PGS 代表的是关于智商遗传差异的真实情况,假设这些群体之间的智力遗传结构有足够的相似性,在这些人群中起作用(但准确性有所降低)——这似乎是这种情况。

    • 回复: @j2
  276. j2 说:
    @res

    正如你,res,在这个线程中问我,所以我将我写的文本复制到我的博客但没有放在那里。 它解释了我的批评。 在这个相当长的部分之后,我将解决你的问题。

    假设科学家发现了一组与某个属性 P 相关联的 SNP(单个核苷酸不同的 DNA 短片段,它们是由突变引起的)。在这种情况下,该属性是教育成就,它被用作IQ 的代理,但对于这个计算,P 可以是任何东西。 集合 I 的大小用 S(I) 表示。
    这些 SNP 中的每一个都对教育成就有积极的或消极的影响。 我们将用 wi 表示 SNP 编号 i 的影响。 测试样品用于确定wi。 到目前为止,让我们假设我们不知道它。
    我们有一组测试人员 J,我们将使用它们来制作 P 的预测器,即固定 wi 的值。 这个集合中的每个人 j 要么有一个 SNP 编号 i,要么没有。 让我们用数字 mji 来表示这种情况。 如果人 j 具有 SNP 编号 i,则 mji=1,如果他没有,则 mji=0。 集合 J 的大小由 S(J) 表示。
    当我们为 wi 赋值时,人 j 的属性 P 的预测分数为
    Ȓj=∑i mji wi
    我们知道属性 P 的真实值 Rj,因为我们为测试人员进行测试。 我们希望找到这样的权重 wi,以使预测得分 Œj 尽可能接近真实值 Rj。 自然,如果 I 的大小 S(I) 和 J 的大小 S(J) 相等,我们可以简单地从矩阵方程求解权重。 我们为每个 j 设置 Ȓj=Rj 并求解
    Rj=∑i mji wi
    矩阵形式是
    R=MW
    解决方案是
    W=M-1R
    但我们想使用更大的测试集,因此 S(I)
    E= ∑jd(Ȓj,Rj)
    被最小化。 这里d(A,B)是A和B之间的距离。它可能是特征值|AB| 或正方形 (AB)2,或其他取决于我们选择的距离。
    找到最小化距离的权重是一个正常的优化问题,可以毫无困难地解决。 我们可以允许权重具有任何实数值,或者我们可以以任何我们想要的方式限制权重。 例如,我们可以要求权重只能是整数或带符号的二进制数(+1、-1、0)。
    好的,这就是你做 GWAS 的方式。 你可以做一些不同的事情,但基本上是这样的:你为一些数据做一个预测器。 预测器查看您的基因并预测您应该为某些属性 P 获得什么值。
    现在假设已经找到了权重。 让我们来看看 Piffer 方法中的问题。 假设测试人的集合是几个亚群 Jk, k=1,…, N 的联合,并且这些亚群的基因频率不同,因此 I 中所有 SNP 的频率在每个亚群中都不相同。 还假设这些子群体具有不同的属性 P 平均值。我们用 Rk,ave 表示子群体 Jk 的 P 平均值。 亚群 Jk 的亚群 PGS 得分为
    PGSk=S(Jk)-1 ∑jϵ Jk Ȓj\
    亚群 Jk 的平均 P 分数为
    Rk,ave=S(Jk)-1 ∑jϵ Jk Rj\
    Piffer 绘制 Rk,ave 作为 PGSk 的函数,并得到一条几乎直线。 但请注意
    PGSk- Rk,ave =(S(Jk)-1 ∑jϵ Jk Ȓj\) – Rk,ave
    它可以用两种方式表达
    PGSk- Rk,ave =S(Jk)-1 ∑jϵ Jk ( Ȓj\ – Rk,ave\)
    PGSk- Rk,ave =S(Jk)-1 ∑jϵ Jk ( Ȓj\ – Rj)
    也就是说,通过对 Jk 求平均得到的 PGS 分数与如果每个人 j 的属性 P 具有他的子群体中 P 的平均值所得到的分数完全相同。 我们也可以通过以下方式考虑 Piffer 的测试。 他有一个包含 N 个亚群的测试集。 各亚群的教育成就差异为零,但不同的亚群基因不同,平均教育成就也不同。
    想一想:预测器使用 SNP 做什么? 它不需要它们来为属性 P 分配给一个人的值。该值直接取自子总体 P 值。 SNP 仅用于识别该人所属的亚群。 预测器可以使用与属性 P 无关的 SNP。预测器查看一个人基因中的 S​​NP。 从这些 SNP 中,它可以检测到该人最有可能属于哪个亚群,并将 P 的国家平均值作为对该人的 P 的预测。 如果此人不明确属于任何亚群,则预测是一个组合。
    想想例如在 Dunkel et al (2019) 测试中会发生什么。 他们使用 Lee 等人 (2018) 的 PGS,其中预测测试样本包括欧洲血统的美国白人,其中一部分(HRS 样本中的 1%)是德系犹太人。 如上所述,Dunkel 的制作方式与 Piffer 一样。 美国德系犹太人的平均智商为 110,美国白人基督徒的平均智商为 100。预测器通常可以从 SNP 判断一个人是否是犹太人,因为这些人群在基因上是不同的。 对犹太人来说,它给了 110 分,对一个基督徒来说,它给了 100 分。这种情况发生在美国白人的任何样本中。 它不需要是测试样本。 设置预测变量的权重,以便在对子总体求和时,它可以作为子总体的预测变量,并给出子总体平均值作为预测。 因此,这个预测器给美国德系犹太人一个非常高的 PGS 分数。 它是这样建造的。 这与 SNP 对教育成就的真正影响无关。 这一结果仅来自以下事实:这两个亚群的平均智商不同,并且亚群的基因差异足以使预测器检测到一个人属于哪个亚群。
    你明白了吗? Piffer 和 Dunkel 等人认为,相关性是 PGS 创建方式的数学结果。 这不是任何研究结果。 它并不能证明基因对智商的重要性。 这类似于您将一块石头放在口袋里然后找到它的情况,或者您在某个不太明显的步骤将您的数字乘以三,最后显示它可以被三整除。 当然,国家 PGS 分数和国家平均智商之间存在相关性,因为国家平均智商与国家平均教育成就高度相关,并且您创建了一个预测器,该预测器应该给出国家 PGS 和国家教育成就之间的线性相关性。
    有些人对 Piffer 的结果在每次测试中重复出现印象深刻。 当然,他们必须重复。 存在相关性的原因是数学恒等式。 它必须总是重复,但这并不意味着什么。 即使 SNP 对属性 P 没有影响,您也会得到相关性。
    问题显然出在 Dunkel 等人 (2019) 中,因为他们比较了两个具有不同基因和不同智商的亚群,而这两个亚群都在预测样本中。 因此必须放弃这项研究。 犹太人只有百分之一并不重要:他们的 PGS 分数来自这百分之一。 Piffer 早期的论文在欧洲有一个智商梯度。 预测样本似乎有来自欧洲的多个亚群。 这是错误的。 Piffer 的最后一篇论文没有显示欧洲的这种南北智商梯度,因为样本是由欧洲血统的美国人制成的。 由于他们都生活在美国的类似环境中,因此没有智商梯度。 这自然表明,由于预测样本的原因,Piffer 早期的论文是不正确的。 新论文也不正确:Piffer 包括了属于预测样本的子样本的德系犹太人。
    这个问题可以解决吗?
    基本上人们会认为,如果我们在没有任何预测阶段的情况下简单地计算影响 IQ 的 SNP 的数量,那么我们应该有一个正确的方法。 但这是正确的吗?我们可以这样做吗? 国家之间的智商差异至少部分是由环境因素造成的。 创建一个预测器是错误的,它试图声称差异仅由基因引起。 我认为修复这个预测器以实际说出国家之间的智商差异是没有希望的。 它缺乏科学依据。

    现在回答你的问题。 我在这里复制它:
    “你的最后一句话是对的。问题是,如果不是基于 EA/IQ 的实际遗传学进行预测,那么线性拟合是如何实现的?你似乎在争辩说,这可以以与遗传无关的方式来完成。 IQ(参见上面的“筷子基因”评论)如果这些群体在 PGS 发现群体中有所代表。”

    这在上面的文本中得到了处理。 可以使用与教育成就无关的 SNP 来完成,但我不认为是这样。 它是由对教育成就有影响并在发现阶段被发现的基因完成的。 它们是完全正确的基因,但出现了同样的问题。 这只是总和。 它将基因减少为仅作为亚群的检测器。

    “问题是国家人口比 SNP 研究人口(例如非洲人和亚洲人)更加多样化。所以即使你的想法是正确的(以及上面关于亚群规模小和所涉及的小 Fst 的各种批评清楚地表明不太可能)它根本不适用于非洲和亚洲国家,因为它们在 SNP 发现研究中没有代表。”

    是的。 Piffer 还为不在预测样本中的群体计算 PGS 分数。 这原则上是正确的,但还有一个问题:SNP 是否正确。 我没有看问题的这一部分,因为我只是试图在我对这个问题的简短观察中找到一个严重错误,因为当时 Unz 中没有更多有趣的文章。 你们两个太难讨论 Piffer 工作中的任何问题,它真的不鼓励我花更多的时间在上面。 如果你真的有兴趣,我自然可以考虑这个。 无论如何,这是另一个问题。 存在相关性的其他一些原因。

    “另一种选择,即 PGS 代表了智商遗传差异的真实情况,假设这些群体之间的智力遗传结构有足够的相似性,在这些人群中起作用(但准确性有所降低)——这似乎是这种情况。”

    我在复制的长文中简要提到了这个问题。 我明白你的意思:可能是因为某些人的 SNP 比其他人更多,因此更聪明。 然而,我认为由于这些迄今为止发现的 SNP 只解释了一小部分,而且我们知道还有其他解释因素(环境),我认为在现阶段的研究中不能正确地做到这一点。

    我感谢您以正常的科学讨论方式提出的评论。 BR j2。

    • 回复: @j2
    , @res
  277. j2 说:
    @j2

    公式搞砸了,有上下索引,反斜杠不应该是,它来自字体。 希望你能理解他们。 它们非常简单。

  278. res 说:
    @j2

    是的。 Piffer 还计算不在预测样本中的人群的 PGS 分数。 这原则上是正确的,但随之而来的是 Fst 问题:SNP 是否正确。 我没有看过这部分问题,因为我只是试图在我对这个问题的简短研究中发现一个严重错误,因为当时 Unz 中没有更多有趣的文章。 你们两个让讨论 Piffer 工作中的任何问题都变得如此困难,以至于真的没有鼓励我花更多的时间在上面。 如果你真的有兴趣,我自然可以考虑一下。 无论如何,这是另一个问题。 那里相关性的其他一些原因。

    如果 SNP 不正确,则 PGS 不应该与这些人群的智商相关。

    我的观点是,如果您的解释是研究组 IQ 相关的原因,那么异常值的相关性不应高于偶然。

    所以我认为与智商相关的异常组 PGS 分数作为支持假设的证据
    1. PGS(和 Piffer 的各种其他 SNP 测量)实际上是在测量与群体平均智商相关的东西。
    并且反对你的假设(如果这不是一个公平的解释,请纠正)
    2. PGS(和 Piffer 的各种其他 SNP 测量)正在检测非智商群体的变异,这些变异以某种方式映射到这些群体的智商(我称之为“筷子基因”的一个例子),实际上与智商无关一点也不。

    有可能 2. 在有限的形式中是正确的(可能有少量这样的 SNP),但是 PGS/IQ 相关性在所有组(包括异常群体)上表现得如此强烈,这有力地证明了 1.是更重要的因素。

    李等人。 2018 年还使用了进一步的方法来寻找因果关系的 SNP。 回想一下,Piffer 也用这些复制了他的工作。 恕我直言,在这种情况下,论点甚至更强。

    Merculinus 也提出了一些很好的观点。 如果他可以将它们总结为争议较少的总结评论,可能会有所帮助。 那实际上也会帮助我。 我们三个人都在这个帖子中发表了 40 多条评论,很难跟踪所有内容。

    • 回复: @j2
  279. j2 说:
    @res

    “如果 SNP 不正确,那么 PGS 不应该与这些人群的智商相关。”

    我举一个简单的例子:我们有 SNP1 和 SNP2,它们都以相同的方式影响 IQ,但群体 1 只有 SNP1,群体 2 只有 SNP2。 然而,由于环境原因,人口 1 的智商高于人口 2。 然后一个预测者看到一个人的基因中有 SNP1 但没有 SNP2,正确地预测他有更高的智商,但这与这些特定 SNP 的影响无关。 这里有 PGS 与 IQ 相关,而 SNP 不是造成这种 IQ 差异的原因。 您也可以让 SNP2 和 SNP2 对 IQ 的影响非常小或为零,而(环境)IQ 差异可以是例如 20 分。

    “我的观点是,如果你的解释是研究组 IQ 相关的原因,那么异常值的相关性不应超过偶然。”

    很久没有读 Piffer 的早期论文了,第一个应该检查他是否没有将几个种群(包括非欧洲种群,例如他的前 7 个 SNP PGS)组合起来,并进行了预测阶段,这会导致这个问题和相关性在所有人群中。 也就是说,第一个应该检查在第一个研究中实际上是否存在异常值。 如果不是这种情况,那么应该寻找其他一些原因以实现非常好的相关性。
    在上一项研究中,存在异常值,因为 PGS 来自 Lee 等人(2018 年),并且 PGS 并未将 Piffer 使用的所有人群用作预测样本。 我现在不能说这部分。 但是,请注意,在较早的论文中,Piffer 的意大利人低于英国人,这表明他在欧洲有南北梯度,但在最后他没有。 这有一个解释,即这种差异与环境有关:因为 Lee 等人 (2018) 使用了在美国拥有相同环境的欧洲裔美国人的美国样本,因此差异消失了。

    “有可能 2. 在有限的形式中是正确的(可能有少量这样的 SNP),但是 PGS/IQ 相关性在所有组(包括离群人群)中表现得如此强烈是强有力的证据表明 1 . 是更重要的因素。”

    让我们希望如此,但它应该被检查。 我的有限目标是找到一个严重的错误,即需要修复的错误。 它可能有也可能没有影响。 这并不重要,因为错误就是错误,如果修复了错误,论文就会得到改进。 如果预测样本中的群体在测量参数和基因方面不同. Dunkel 等人就是这种情况,Piffer 中德系犹太人的单点情况也是如此。 这就是我要做的:找到一个错误,让作者做他们喜欢的事情。 Piffer 中的异常值可能确实显示出真正的相关性,这不是由预测变量的数学属性引起的。 如果是这样,就会有结果。 然而,我们应该检查一下 Piffer 早期的论文中他是否没有对所有亚群进行预测。 如果有这个结果,那么问题就来了:我们知道许多环境问题确实会影响平均智商。 为什么一个忽略这些事情的预测器,我们知道应该在那里,给出如此好的预测? 那
    问题不能被抹去。 在结果令人信服之前必须对其进行解释。

    “Merculinus 也提出了一些很好的观点。 如果他能用一个不太有争议的总结性评论来总结它们可能会有所帮助。”

    我对 Merculinus 产生了某种过敏反应。 我相信你们两个可以没有我。 所以,我祝你一切顺利,再见。

    • 回复: @res
  280. res 说:
    @j2

    在您最初的陈述中,请记住我正在谈论与群体 A 相关的 PGS,而群体 A 不在群体 1 和群体 2 的发现研究中。

    自从我阅读 Piffer 早期的论文以来已经很久了,第一个应该检查他是否没有将几个种群(包括非欧洲种群)组合到他的前 7 个 SNP PGS 并进行预测阶段,这会导致这个问题和相关性在所有人群中。

    请记住,Piffer 不进行 SNP 发现研究。 他使用其他人的工作(他应该这样做,这实际上是防止采摘樱桃的一个很好的约束)。 据我所知,他只使用了基于欧洲人口的研究。

    如果有人知道针对非欧洲人的良好 EA/IQ GWAS,我将有兴趣了解它。

    我所描述的机制确实会导致错误

    更准确地说,可能会导致错误。 这个问题早已为人所知,GWAS 研究人员做出了重大努力来避免它。 上面已经给出了许多论点(Fsts 和少数更远的亚群,如德系犹太人和芬兰人)为什么这个问题不应该影响这项研究。 此外,我还摘录了 Lee 等人的方法部分。 2018 年补充材料讨论了他们如何在来自另一个线程的评论中避免人口分层: https://www.unz.com/jthompson/piffer-kicks-against-the-pricks/#comment-3197992
    另请注意对 2000 年那里有关“筷子基因”的论文的引用。

    • 回复: @j2
  281. j2 说:
    @res

    好的,res,我现在必须做一些不同的事情。 对于我的评论可能有价值,您可以查看帖子
    http://www.pienisalaliittotutkimus.com/2019/05/08/piffer-fails-science-prevails/

    只是一个帖子,不要被冒犯。 这肯定不是人身攻击。 只是科学观察。

    • 回复: @res
  282. res 说:
    @j2

    感谢您的跟进。 你说“这肯定不是人身攻击。” 但我看到了这样的事情(强调我的):

    比较奇怪的是,这些 至上主义者 接受 Piffer 声称芬兰人比其他欧洲人更聪明的阴谋。 他们不应该反对吗? 毕竟,蒙古混血儿,这就是纳粹对我们的看法。

    如果您对我的整体评论有任何注意,我想您会发现我不是“至上主义者”。 与您不同,我对犹太人和东亚人的平均智商均高于欧洲人的可能性感到非常满意。

    你对 Piffer 的作品读得太多了。 我认为这里没有人会声称这一点:

    但是,声称 Piffer 的结果表明芬兰人比其他欧洲人具有更高的遗传智商是没有道理的。

    我想我们都意识到 PGS 分数只是估计值。 而且估计有误差。 你的陈述是一个稻草人。

    在未来的某一天,我请你回顾一下这里的评论,看看我们两个中哪个更令人讨厌。 请记住,您很早就对我着迷了,因为您没有将我与 Merculinus 区分开来。 来自您的评论 224:

    关于临时攻击,它们是由Merculinius发起的。 如果讨论中有这样的专家,则很难将其保持在科学水平上。 您的评论很好,很抱歉,您和Merculinius之间的区别不明显。 他首先给了我一个阴谋理论家奖。 那根本不是一个好的开始。

    你完全错了,我不明白你提出的问题。 我已经详细讨论过它,甚至链接了讨论它的文献中的论文(“筷子基因”)。

    您仍然无法理解的是我的观点,即遭受该缺陷且根本无法真正预测智商的预测器如何与不在 SNP 发现样本中的人群的概率相关性更好。 我认为这个决定性的证据证明你提出的缺陷不会以实质性的方式影响 Piffer 的工作。

    我的背景是工程学。 工程与科学或数学之间的一个对比是,在前者中,我们(恕我直言)更快地意识到一个不方便的事实胜过数页的数学运算。

    • 回复: @j2
    , @j2
  283. j2 说:
    @res

    我将回答此评论,因为它似乎与主题有关。

    “你仍然无法理解的是,我的观点是,一个患有该缺陷且根本无法真正预测 IQ 的预测因子如何与不在 SNP 发现样本中的人群的概率相关性更好。 ”

    如果只是偶然相关,则没有理由。

    在对亚群求和之前,您忘记了这个 PGS 是教育成就的有效预测指标。 因此,对于具有很少 IQ 增加 SNP 或许多 IQ 降低 SNP 的人,预测器将给出较低的预测教育成就分数。

    这意味着,例如撒哈拉以南人口,在遗传上与欧洲人相去甚远,将获得低分,因为他们的人平均只有很少的 SNP 会提高或降低 IQ。 这在很大程度上解释了为什么许多非欧洲人的得分低于欧洲人,以及为什么当我们远离与欧洲人的相似性时得分会下降。 这是预测器的基本特征之一。

    第二个基本特征是预测器预测的结果与遗传相似的人群相似,因此不在预测样本中的欧洲人群会得到相似的结果。 对于任何基因相似的人群也是如此。 因此,我们应该期待基因相近的非洲或中东人群也会得到相当相似的结果。

    然后是东亚人。 我认为他们实际上拥有与欧洲人相同的 SNP,而且还有更多好的 SNP。 这部分不是工件。

    *******
    那是你的主要评论。 然后您添加了一系列声明和声明。 我将评论其中一些。

    我对犹太人和东亚人的平均智商高于欧洲人没有意见。 我发现全国平均智商差异的问题相当无关紧要。 智商高到很重要,应该超过 150,而智商低到很重要,应该低于 60。但这些国家的平均水平差异很小。
    然而,这可能是一个研究问题。
    – 我估计美国犹太人目前的平均智商为 103.5,因为最可靠的测试指向这个数字。 (测试给犹太人 110 分,美国白人基督徒平均 106 分,因为欧洲平均水平是 99.5,把美国基督徒设为这个数字,犹太人得到 103.5 分。还有其他几个迹象,包括林恩自己推断的 107.5 语言智商研究,它也给出了大约 103/104 的总智商。数字 103.5 也与林恩对以色列德系犹太人的估计以及他对一些巴尔干犹太人的估计一致)
    – 我还估计美国犹太人的智商更高,大约在 110 岁左右,大约在 20-30 年前。 我写了两三篇关于德系犹太人智商的帖子,因为这是一个热门话题。 这说明了我对它的兴趣。 我不反对犹太人或东亚人。 我几乎没有遇到过任何一个。 然而,似乎有人试图声称美国犹太人的智商过高。
    – 我接受林恩对东亚人的估计 105。

    “你完全错了,我不明白你提出的问题。”

    你写道,拥有不同智商和不同基因的亚群会导致错误。 这个 CAN 是不正确的。 它会导致错误,实际上,此错误确实会使结果无效。
    如果你理解了这个问题,那么你就会明白这个子群的 PGS 分数与如果这个子群中的每个人都拥有国家平均教育成就得分的话你得到的分数是完全一样的,也就是说,这个子群的智商没有变化. 如果这个亚群在预测样本中,那么预测误差会尽可能地最小化。 出于这个原因,我们可以假设对于预测样本中的亚群,预测误差很小。 这意味着以下内容:给定来自该亚群的样本人,预测采用他的 SNP 并将其映射到一个预测器,该预测器在教育成就上接近国家平均水平。 它与 SNP 引起的实际增加或减少无关(在任何情况下都很小)。 它将人与亚群相匹配,并给出接近亚群平均分的预测教育成就分数。 这是一个错误,这必然发生。 并不是它会导致错误,或者我们不知道错误是否很大。 错误肯定会发生,并且给出的分数在很大程度上是不正确的。

    “在未来的某一天,我请你看看这里的评论,看看我们两个谁更讨厌。”
    我已经向你道歉过一次了。 你拿起了我的评论,我说你还年轻。 也许你觉得它很冒犯。 如此精细。 你可能是退休人员,所以不是年轻人,你可能是智商研究的退休教授,但一开始你听起来确实是一个非常年轻但过于自信的 Unz 评论者。 你太多给人的印象是你声称了解这个领域,每个人都应该听你说的话。 你也喜欢写,你很可悲,你这样写,不仅是对我,也是对别人,我怀疑你会因为几句话而感到受伤。 向不明白的人解释同样的事情很长一段时间时,我会有点不耐烦。 正如我之前写的,我的问题是 Merculinus,而你有点站在他这边。 不过以后我会尽量避开你们两个,免得你们对我有更多的困扰。

    “如果你从整体上关注我的评论,我想你会发现我不是‘至上主义者’。” ”

    我并没有特别声称你是。 与至上主义者不同,你确实明白问题出在哪里,或者至少你说你明白。 因此,我不可能是指你。 但是在 Unz 上有至上主义者。 即使在 Piffer 的另一个帖子中,也很可能存在至上主义者。 一些至上主义者以冗长的方式争论白人是如何在其他线程中发明一切的。 除了这些至上主义者之外,还有一些新纳粹和哈斯巴拉巨魔,以及其他巨魔。 Piffer 的结果似乎特别吸引至上主义者和强硬的建屋局人士。

    很高兴你来自工程学,而不是那些该死的软弱者之一。 除了科学背景,我还拥有工程学背景,从撰写两篇硕士论文开始,然后在两所技术(工程)大学和一所非技术大学担任教授。 如果你在一些更困难的工程领域担任研究员,你就会知道我写的那些人对软领域的看法是正确的。 我个人不同意他们的意见。 我曾与许多软领域的人一起工作,并监督过很多人。 但我从未见过像 Merculinus 这样的人。

    也许你们比 Merculinus 更好,但看起来更像是你们两个老好警察坏警察的把戏,所以我最终决定不区分你们两个。

    但现在,让我们结束这一切。 我也不会在这个线程上回答。 这个 IQ 的东西是你感兴趣的领域。 很抱歉我读了 Thomson 的文章并写了一些评论,但它不会再发生了。

    • 回复: @Merculinus
    , @res
  284. j2 说:
    @res

    “你仍然无法理解的是,我的观点是,一个患有该缺陷且根本无法真正预测 IQ 的预测因子如何与不在 SNP 发现样本中的人群的概率相关性更好。 ”

    换句话说,我仍然会解释我在帖子中关于这些异常值的论点。 你说你理解我的论点,但我不确定,所以我试着重新表述。

    考虑撒哈拉以南非洲人。 Piffer 使用欧洲人的 SNP 计算分数。 我们预计非洲人的得分较低,因为他们在基因上与欧洲人相去甚远。

    这个分数恰好与非洲人的智商相吻合。 这是一个巧合。

    我之所以说这是巧合,是因为非洲人有可能发展出自己的 IQ 增加突变。 如果真是这样,那么 Piffer 的低分就是错误的,因为这些非洲本土 SNP 会给非洲人带来高分,甚至非常高。

    那是可能的。 它没有发生的事实并不能改变可能发生的事实。 Piffer 的方法中没有任何东西可以给非洲人一个高 PGS 分数,以防非洲人因为他们自己的 SNP 而拥有非常高的智商。 这意味着非洲人没有开发这些 SNP 是一个幸运的巧合。 这并不能证明 Piffer 的相关性有效。 这证明皮弗是一个幸运的人。 或者,他计算了 PGS 分数并注意到它们与现实相符,并将其宣布为解释真实 IQ 分数的相关性。 这并不能解释非洲人之所以能走到今天,只是因为 Piffer 很幸运。

    我希望现在已经清楚了。 它写在帖子中,所以你读了它,我知道你已经理解了它,但以防万一你没有,它又以更简单的形式再次出现。

    • 回复: @Merculinus
  285. Merculinus 说:
    @j2

    请帮帮我j2,你真聪明! 我刚刚进行了一项分析,但我的结果太好了,会粉碎您对种族和像您这样的种族否认者的所有信念! 一定是哪里出错了。 我相信你能看出来! 像我这样的软科学人需要像你这样顽固的人的帮助!

  286. res 说:
    @j2

    在对亚群求和之前,您忘记了这个 PGS 是教育成就的有效预测指标。 因此,对于具有很少 IQ 增加 SNP 或许多 IQ 降低 SNP 的人,预测器将给出较低的预测教育成就分数。

    这意味着,例如撒哈拉以南人口,在遗传上与欧洲人相去甚远,将获得低分,因为他们的人平均只有很少的 SNP 会提高或降低 IQ。 这在很大程度上解释了为什么许多非欧洲人的得分低于欧洲人,以及为什么当我们远离与欧洲人的相似性时得分会下降。 这是预测器的基本特征之一。

    第二个基本特征是预测器预测的结果与遗传相似的人群相似,因此不在预测样本中的欧洲人群会得到相似的结果。 对于任何基因相似的人群也是如此。 因此,我们应该期待基因相近的非洲或中东人群也会得到相当相似的结果。

    然后是东亚人。 我认为他们实际上拥有与欧洲人相同的 SNP,而且还有更多好的 SNP。 这部分不是工件。

    因此,如果我正确解释了这一点,您的意思是尽管您提出了问题,但预测器仍然适用于不同的人群? 看起来你创造了一个非常脆弱的故事来协调在所有这些人群中工作的预测变量,而没有实际测量它应该做什么。

    通过我的工程灯,如果我有一个可以跨越的预测器 所有 地球上的人口数量在任何实际意义上都无法与理论上更令人满意的预测指标区分开来。 事实上,这就是我开始怀疑所讨论理论的正确性的地方(我想我已经清楚了)。 大黄蜂无法飞行的“证据”浮现在脑海中。

    PS 你不应该自动对软领域的人做出这些假设。 特别是,我认为像 Charles Spearman 和 Arthur Jensen 这样的人说得很清楚。 我希望你不要将当代从事 GWAS 和系统生物学等工作的生物学家归类为软领域。

    • 回复: @j2
    , @j2
    , @j2
  287. Merculinus 说:
    @j2

    请放弃吧你每一句话都在胡说八道,任何对群体遗传学知之甚少的人都可以告诉你,你不是来自该领域,而且你非常需要遗传学的补习课程。
    现在你开始讨论 Piffer 的结果是运气问题的论点,在这种情况下,这意味着事后。
    Piffer 的结果不可能是事后的,因为他们在 3、2103 和 2015 年工作了 2019 次。他们可能只是第一次是事后的,但是由于 2013 和 2015 年的论文有明确的预测,这些不是事后的结果.

    • 回复: @j2
  288. j2 说:
    @Merculinus

    “求求你,放弃吧。 你每一句话都在胡说八道,任何对群体遗传学知之甚少的人都可以告诉你,你不是来自该领域,而且你非常需要遗传学的补习课程。”

    你是个巨魔。 Unz 有一些虚假信息巨魔,他们假装是专家并试图控制讨论。 他们通常来自一群人。

  289. j2 说:
    @res

    “根据我的工程设计,如果我有一个适用于地球上所有人群的预测器,那么它与理论上更令人满意的预测器在任何实际意义上都没有区别。”

    这确实是工程师的问题。 他们不会考虑所有可能的情况。 他们对似乎有效的东西感到满意。 在工程中,最好的就是太好了。

    正是这样,预测器才能按预期工作。 仅从构建预测器的方式来看,它应该在预测中工作得很好。 但这并不意味着它是对现象的解释。 这是一种与现象相匹配的启发式方法。 您还记得工程研究中的启发式方法。 启发式公式是基于不正确理论的不正确公式,但在某些情况下它可以很好地工作。 物理学有很多这样的公式。 工程师和实用物理学家过去常常制造和使用它们。 他们工作得很好。

    作为预测器基础的基础理论是影响智商的基因的线性理论。 如果这个理论是正确的,那么我们不仅应该得到平均智商,而且应该得到相当正确的 SD。 很难说很多发展中国家的标准差,因为大多数标准差没有报告,或者报告者为了进行比较而标准化了平均值和标准差。 这个目的不是检查线性基因理论,所以他们不提供数据。 然而,有人声称在某些国家,SD 较小,而平均 IQ 较大。 如果某些增加 IQ 的 SNP 几乎固定,则可能会出现这种情况。 但数据太少,无法说出这样的话。 SD 差异的另一个原因是显而易见的:如果部分人口有不同的环境,你会看到更大的差异,如果学校和其他一切都相似,你会看到更小的差异。

    关于 Piffer,我只说以下几点:
    1) Piffer 上一篇论文中德系犹太人的数据点是不正确的,因为他犯了与 Dunkel 等人相同的错误,将包含在预测样本中的一个亚群的样本与另一个在基因上与该亚群相似的亚群进行比较。预测样本。 这是一个错误,它意味着 Piffer 失败了,即应该更正最后一篇论文。
    2) Piffer 的另一部分主张没有被严格反驳,但也没有显示出来。 你可能会觉得他的论点有说服力,这是你的评价。 许多人并不认为 Piffer 的相关性令人信服。 我不。 它有几个问题:有不排除的其他原因。

    你像工程师一样思考:如果 Piffer 的相关性有效,那么线性基因理论是正确的。 证明 Piffer 有错误的数学论证肯定是错误的,就像大黄蜂不能飞的证明一样。 只是,从来没有任何这样的证据证明大黄蜂不会飞。 这是一个都市传说。 数学问题是真正的问题,如果是简单的数学问题,则问题不是虚构的,论证通常是正确的或很容易显示不正确。 Piffer 的相关性可能很好地工作,但仍然没有给出任何强有力的理由认为基础理论是正确的。 这是因为该理论有太多未解决的问题。

    “你不应该自动对软领域的人做出这些假设。 ”

    确实,你不明白写的是什么。 你有一个固定的想法,每个人都是恶意的,所有的评论都在批评你。 这就像一个受害者情结:所有人都反对你,而你没有做错任何事。 所以,人们不听你说的话,人们对你进行人身攻击,尽管你只想要最好的。 我知道这个复杂。

    如果您从帖子中阅读我的文字,您会注意到我指的是至上主义观点。 有白人至上主义者、犹太至上主义者、硬派至上主义者、俄罗斯至上主义者和任何至上主义者的观点。 虽然这些观点是基于在某种程度上是正确的观察(比如撒哈拉以南非洲的智商目前在 70 左右,软领域的人几乎永远无法遵循硬科学的数学论证,我自然不是说我的简单论点,我尽量写的尽量简单,大家可以按照他们的,如果不是,那一定是故意的),这并不意味着至上主义的观点是正确的。 我不支持任何这些至上主义观点。 我个人有很多软领域人的积极经历。 确实有些解释他们不能听懂,但那你就应该避免这样的解释,换种方式解释,如果你没有共同语言,就用最简单的方式解释,即使这样解释可能看起来你低估了对方如此基本的方式,它仍然是最好的方式。 我教和监督了十年的软领域人。

    在我看来,软领域的人在他们的方式上非常聪明,这与科学家不同,但在某些方面更胜一筹。 但这也适用于撒哈拉以南非洲人。 你不应该期望他们在智商测试和学校作业中表现出色,但他们可以以不同的方式非常聪明。 强硬的 HBD 人不这么认为,在我看来,他们中的许多人显然持有至上主义的观点。

  290. j2 说:
    @res

    “因此,如果我正确解释了这一点,您的意思是尽管您提出了问题,但预测器仍然适用于不同的人群?”

    我仍然不确定你是否理解这个问题。 你总是谈论一些筷子基因。 尝试正确理解这一点:

    假设你做了一个预测,它可以是线性的,也可以不是。 它具有给定人 j(在这种情况下为基因)的数据的属性,它输出预测 Pj。 您知道此人对测量属性 Sj 的个人得分。 假设您的人属于子群 k。

    子群 k 的差异 PGS 平均得分恰好是预测子群 Pj 减去个体得分 Sj 的总和。 并且这个总和在数学上与 Pj 的总和减去子总体平均分数完全相同。

    因此,您可以将您正在使用此 PGS 测试的群体替换为另一个群体,其中个体基因相同,但每个人 j 的个体得分作为子群体平均值。 这给出了完全相同的结果。

    接下来,您的预测器在这种情况下可以做什么。 如果它有效,它会给出与实际平均分数大致相同的子群的平均分数。 至少在您在预测阶段有此子群样本的情况下,它会这样做,因为您在那里检查了您的预测器是否工作得很好。 所以,它确实很好地预测了这个亚群。

    为了正确给出一个子群的分数,如果该子群的分数高于其他子群,您的预测器必须将测试人员分类到正确的子群中。 也就是说,您的预测器仅使用人 j 的基因将人 j 分配给正确的子群 k。 任何基因都会发生这种情况。 不是用一些筷子基因。 正是每个基因在亚群 k 中的频率与在其他种群中的频率不同。 预测器通过查看他拥有的 SNP 集并对他属于哪个亚群进行统计预测来预测一个人属于哪个亚群。 它不能做任何其他事情,它没有其他任何数据。

    现在,回答你的问题。 如果子群不在预测样本中怎么办? 他们会发生什么? 你可以看到答案。 预测器试图将一个人分配到一个具有该人基因的亚群。 它不需要是真正的子群,即预测样本中的子群之一。 预测器不保留预测样本中的任何子群列表。 它将这个人分配到一个具有这种分数的想象亚群。 预测样本群体设置了一个方向,即 IQ 在哪里增加,在哪里减少,以及减少多少。 想象的亚群在这个方向上的某个点。

    因此,假设您有芬兰人或英国人在预测样本中的正 SNP 数量较多,而一些南欧人群的这些 SNP 数量较少,并且前两个国家的平均智商得分较高,则方向是如果阳性 SNP 的数量减少,则分数降低。 也就是说,预测器对不在预测样本中的总体也能很好地工作。 这不是任何随机相关性。 然而,这并不是直接反映这些 SNP 对 IQ 影响的相关性。 当对一个子群求和时,该预测器始终仅使用 SNP 来识别一个子群,并且该子群(预测器的想象群)的平均得分从预测样本中的群的平均得分得出其值。

    为了制作一个没有预测步骤的真实预测器,我们首先在每个群体中分别测量,看看每个 SNP 的真实影响是什么,然后对每个人的这种影响求和。 由于这些 SNP 对 IQ 的总影响仅为 4-20% 或更少,因此这个不是通过使用预测阶段创建的真实且完全合理的预测器将错误预测。 它将预测东亚人仅比欧洲人高 <1 分,因为 SNP 对智力的总影响仅不到 XNUMX 分。 我们可以使这种预测器起作用,但首先必须找到 IQ 的所有遗传来源,然后该预测器才能正确给出遗传 IQ 差异,这仍然不会绘制一条直线与测量的 IQ 差异,因为测量智商差异还取决于环境。

    我希望你现在看到 Piffer 方法中的问题。 如果没有,那我就无法解释了。

    • 回复: @res
  291. j2 说:
    @res

    我有这个老老师的愿望,让大家正确理解这个问题。

    PGS 是教育成就的预测指标。 它是一个很好的预测器,并且预测得很好。 总结亚群,它可以很好地预测亚群的平均教育成就。 如果预测得当,它对所有人群都非常有效。 因此,您会得到 PGS 与教育成就的图,该图非常接近直线。 对于未在预测阶段使用的种群,它不是随机相关。 这就是任何属性的预测器应该如何工作。

    但是预测器不是对属性的解释。 它是一个预测器,并从属性的(无法解释的)个人分数中获取值。 这些个人分数可能源于教育、基因等。 预测器仅将这些分数与遗传数据相匹配,从而可以为个体分配一个好的预测。 如果子群的测量属性具有不同的平均值,则正确制作的预测器在其权重中包含此信息。 因此,它为每个人使用来自基因的数据来预测该人在该属性方面的种群间和种群内位置。 如果我们对种群内方差求和,则只剩下种群间方差。

    因此,预测器适用于所有人群,但它在任何意义上并不暗示预测器使用的基因数据与测量的特性有任何直接相关性。 在 PGS 的情况下,有一些小的相关性:SNP 对 IQ 的影响很小,但是当对一个群体求和时,剩下的就是群体的 IQ 差异。 这些人口差异可能有任何原因。

    在评论任何内容之前,请多读几遍。 最后试着理解它。 我写的东西没有矛盾,也不复杂。 关于预测器,这是一件简单的事情。 预测器在技术领域的很多地方都有使用,它们都有自己的属性。 人们不能将预测与解释混为一谈。

    • 回复: @j2
    , @Merculinus
    , @res
  292. j2 说:
    @j2

    肤色与教育成就之间存在相关性。 因此,根据确定肤色的 SNP 进行预测将提供相当好的 Piffer 相关性,这适用于所有人群并且完全不是随机的。 因此,肤色基因不会影响智商。

    • 回复: @res
  293. Merculinus 说:
    @j2

    顺便说一句,您也在以错误的方式使用 SNP。 您应该将 SNP 替换为“等位基因”。 如果一个群体没有 SNP,这意味着他们在那个遗传位点是单态的,因此他们只有祖先或“野生型”等位基因,而不是衍生的(“突变”等位基因。SNP 是一种核苷酸替换,可能存在也可能不存在于所有人群中。既然我们谈论的是所有人群共享的 SNP,至少在 GWAS 样本中,说某些人群具有 SNP 而有些人群没有,这是错误的。你应该说,某些人群在某些 SNP 上具有更多的正面或负面影响等位基因。
    说真的,我是认真的:我不能与一个假装专家、缺乏我所在领域的基本培训、遗传学 101 不及格的人讨论。

    • 回复: @res
  294. res 说:
    @j2

    你明白什么是“筷子基因”的概念吗? 请参阅我在这些 Piffer 线程之一中链接的论文。 这是该领域专家提到寻找与不同人群相关的基因 (SNP) 问题的一种方式,而不是相关性状。 换句话说,正是你一直在讨论的问题。

    对于那些不知道的人(显然,像 j2,不想按照链接来查找),“筷子基因”指的是如果你对“筷子使用”的特征做一个 GWAS 的想法全球人口中,您将获得“亚洲人”(即文化)的点击率,而不是任何真正表明使用筷子的基因。

    我一直在使用这个术语,因为它是指代 j2 不断提出的人口分层问题的简洁方式,但似乎无法理解研究人员如何解决。

    至于谁是对的,我认为我们正处于“同意不同意并观望谁是对的”阶段。 因为我们在这里讨论的大多数事情确实都有已知的答案——而且随着遗传学的进步,它可能不会花那么长时间。

    Piffer 的大黄蜂会飞,还是 j2 的数学运算会使其保持接地? 稍后再收看。

    PS j2 评论中的一些史诗般的投影。 人们是否没有意识到这些评论对他们自己的信息有多大?

    PPS “我现在完成了”的哗众取宠很有趣。 专业提示:您(和这里的其他人)不应该参与其中,除非您的意志力比您(或我;)强。

  295. res 说:
    @Merculinus

    感谢您澄清这一点。 不确定我是否在任何地方做过。 我知道基因/等位基因/SNP 之间的区别,但偶尔会马虎。 例如,我一直提到的“筷子基因”,因为这就是其他人口语中所说的。 实际上会发现的是各种 SNP 变体(等位基因)。

    说真的,我是认真的:我不能与一个假装专家、缺乏我所在领域的基本培训、遗传学 101 不及格的人讨论。

    明白了。 我有点惊讶 j2(作为一名退休的学者)似乎没有意识到你的反应的胡思乱想有多好。

    恕我直言,当一个人知道一个领域并且是对的时候变得暴躁,而当一个人不知道这个领域并且是错误的时候变得暴躁是一件非常不同的事情。 当知识/正确性不像那样映射时,事情就会变得复杂; )

    PS 我在易怒或敌对的意义上使用“cranky”。 不古怪。

    PPS 对于想要了解遗传学相关术语定义的任何人,这是一个很好的词汇表:
    https://www.snpedia.com/index.php/Glossary

  296. res 说:
    @j2

    肤色与教育成就之间存在相关性。 因此,根据确定肤色的 SNP 进行预测将提供相当好的 Piffer 相关性,这适用于所有人群并且完全不是随机的。 因此,肤色基因不会影响智商。

    这实际上是一个很好的例子。 以及为什么控制人口分层如此重要。 但由于 GWAS DO 控制人口分层,这应该不是什么大问题。

    但是,假设暂时没有完成这些控制,我们可能会看到什么。 这是一个看看:
    种族和肤色与各国平均智商的关联。
    https://www.ncbi.nlm.nih.gov/pubmed/17037466

    抽象
    这项研究调查了 129 个国家主要是土著人口的平均智商分布中种族和肤色的相关性。 肤色与高加索国家的平均智商相关性最高 (r = -.86),蒙古人种国家的相关性稍低 (r = -.66),黑人国家的肤色不显着 (r = .06)。 当黑人和高加索国家合并时,种族和肤色都与智商高度相关(分别为 r = .87 和 -.95)。 当黑人和蒙古人国家合并时,种族和肤色都与智商有很高的相关性(分别为 r = .91 和 -.91)。 当高加索人和蒙古人国家合并时,肤色产生了很高的相关性,但种族与智商没有显着相关性。 黑人种族的更大重要性被认为与 Jensen 1998 年的概括一致,即蒙古人和高加索人之间的遗传距离小于这两个群体与黑人的遗传距离。

    因此,如果我们使用肤色 PGS 而不是 IQ PGS 的代理,我们可能会期望所有人群和大多数亚群之间都有很强的相关性,但不是在黑人人群中。 这有点像 Piffer 的图 2 沿 x 轴分为三组,除了中间组也有很小的相关性。 (但请参阅下面的其他评论)

    FWIW,这是一张图表,给出了肤色 IQ 相关性的概念:

    请注意,Piffer 的工作显示了三个 PGS 最高的亚洲人群(图 2),这不是人们对肤色的期望(重新排序以对应于 IQ)。

    PS 检查 EA/IQ GWAS 没有该问题的一种方法是注意,尽管上面观察到了很强的相关性,但据我所知,没有一个 EA/IQ GWAS 产生与肤色对应的 SNP 命中(其遗传学是众所周知的)。 由于肤色的 SNP 数量相当少且影响很大,因此它们在受 j2 提出的问题影响的任何 EA/IQ GWAS 中都应该非常强烈。

    PPS j2,您似乎没有意识到此时您主要反对 GWAS 研究而不是 Piffer。 这门科学现在已经相当成熟了。 也许您可以向 Lee 等人的数十位合著者提出批评。 (2018) 看看他们如何回应?

  297. res 说:
    @j2

    FWIW,我的背景是建模和仿真。

    人们不能将预测与解释混淆。

    绝对值得一提(如果 Okechukwu 碰巧读到了这篇文章,这就是认真对待对手的论点的样子)。 但鉴于如此好的预测器,人们应该设法理解为什么它如此好。 (不是,“它可能是错的”的 FUD,而是什么机制——比如肤色——允许它在错误的情况下给出良好的预测)

    奥卡姆剃刀很有用。

    您提出了人口分层问题,导致 GWAS 发现非 EA/IQ SNP。 但鉴于这是一个很好理解的问题 哪些 GWAS 专门设计用于处理 通过使用相对统一的研究群体,控制群体遗传变异的主要成分,以及事后检查(见 Lee 等人。在他们的补充材料中使用 QQ 图,我在别处链接); 我认为在没有证据的情况下假设结果是正确的(关于这个问题)是合理的 is (不只是可能)存在。

    正如我之前多次说过的那样,预测器在样本外(即未包含在 GWAS 中的人群中)效果很好,这是强有力的证据,它正在捕捉我们正在寻找的真实效果。

    同样,您认为 GWAS 错误地发现了非 EA/IQ 相关的 SNP。 这是一个合理的担忧。 你应该和 Lee 等人的作者一起讨论。 (2018) 和所有其他 GWAS Piffer 的作者多年来一直用来证明他的想法。

    谁知道呢,你可能已经发现了一些破坏了所有 GWAS 有效性的东西,而其他人从未想过。 那会让你出名。 你应该去做。

    • 回复: @j2
  298. j2 说:
    @res

    我基本上试图在 Piffer 的论文中找到一个严重的错误。 该错误是德系犹太人的数据点,它确实是不正确的,因为 Piffer 和 Dunkel 等人使用的 Lee 等人(2018 年)的 PGS 是由一个预测样本创建的,该样本包括两个因基因和智商而异的群体。 这会导致错误(不是:会导致错误,但会导致错误)。 对于 Dunkel 等人,我们必须假设等人一定已经意识到了这个问题,所以他们是故意这样做的。 Piffer 没有任何意图,我怀疑是否有任何意图。 这只是一个错误。 我对这篇论文的兴趣到此结束。

    第二个问题是你提出的,我提出了一些想法:如果没有潜在的真正原因,为什么 Piffer 在许多人群中的相关性如此之好。 我说如果你真的有兴趣我可以考虑一下。 因此,为了帮助您,我对此进行了一些思考和一些评论:使用好的预测器可能会得到好的结果,但预测并不总是意味着解释。 我真的得做点别的了,不会再继续想这个问题了。

    GWAS 主要用于医学上,用于寻找易患某种疾病的人。 在这种用法中,他们需要一个预测器。 预测因子不需要解释为什么这些人容易感染这种疾病。 因此,我的任何担忧都不会影响 GWAS 的这种使用。 将 GWAS 应用于研究基因的影响和寻找导致某些性状的基因是一种不同的应用。 必须小心,尤其是在比较人群之间的分数时。 在 GWAS 的教育成就中存在人口内差异,它没有这个问题,但当然,一个社会也经常分层。 确实有使用 GWAS 的方法,这样问题就不会出现。 我认为我不需要联系 Lee 等人,我不需要在养老金方面出名,也不需要发表有关养老金的科学论文。

    另一种方式,即制作一个解释智商的模型,当然是可能的。 许多已知的因素会影响智商,可以尝试制定一个总和公式。 那么它就不能只是影响智商的一组SNP。 有环境因素。 在一些社会中,像我们这样的社会,环境因素决定了一定的百分比,但这个百分比取决于社会。 也就是说,很容易描述一个基因实际上对个人智商没有影响的社会。 例如,res 建立独裁统治并为每个人决定他必须拥有的智商。 所有的智商都在 60 到 85 之间,因为 res 想要一个没有人有足够聪明来反抗的国家。 那么,res是如何做到的呢? 他测量每个新生儿的智商,如果低于 85,他就会杀死这个孩子。 因此,所有活着的人的遗传智商至少为 85。然后 res 为孩子的智商挑选了一个介于 60 和 85 之间的数字,并命令他的医生切除足够多的孩子的大脑,使他的智商等于这个数字。 所以,在这里我们几乎 100% 的智商是由环境决定的。

    这个例子表明社会有影响。 环境的影响可小可大。 如果社会将女孩排除在教育之外,那么女孩的智商就会较低,依此类推。 我怀疑人们能否找到一个简单的公式,以列出所有因素的影响来正确预测智商。

    我建议停止这个讨论。 所以,请不要再向我提出任何问题,也不要声称应该更正或回答。 Merculinus 很乐意讨论这个话题,我不是。 你应该把我宣布我们应该停下来作为让我们停下来的暗示。

    作为一个不需要回答的停止回复,我给:祝你一切顺利,现在最后的再见。

    • 回复: @res
  299. res 说:
    @j2

    我建议停止这个讨论。

    为什么? 你有没有意识到你没有提出有说服力的观点? 尽管有些是有创意的——比如将医学 GWAS 与 EA/IQ 区分开来,因为预测对它们来说更重要,而不是基础模型是否正确。 但实际上,对于医学 GWAS,您确实希望了解其机制,因为这可能对治疗或药物设计有用。

    关于 Piffer 使用 Dunkel 论文的问题,我认为更大的问题是不加批判地使用他们的 110 数字来衡量德系犹太人的平均智商。 这实际上使 Piffer 的结果看起来比他使用较低的数字之一更糟。

    如果你想停止讨论,你所要做的就是停止回复我。 假设你这次真的要这样做,我会祝你好运。 希望有一天我们会发现自己站在争论的同一边。 也许那时你可能会以不同的方式看待我的评论。

    • 回复: @j2
  300. j2 说:
    @res

    “我会祝福你的。 希望有一天我们会发现自己站在争论的同一边。 也许那时你会以不同的方式看待我的评论。”

    我也祝你一切顺利,并会停止这个讨论。 一个学生,在离开与主管的会议时,喃​​喃自语“毕达哥拉斯定理是错误的”将被召回,以对该古老定理的证明进行简短的讨论,因此即使对被误解的澄清进行了告别,简短评论。

    你认为你的评论是正确的,但也许有一天你会理解我的评论并意识到你是一个单一领域至上主义者,其中一个特例是一个顽固的领域至上主义者。 几乎任何领域的所有专家都是。 因为什么是至上主义者,而是一种领土动物,他们保护自己的领土,这样外人就不会来偷他们的女人和狩猎场。 正是出于领土本能,他才需要了解自己狭隘领域的知识,因为在解决问题时完全需要这些知识。 因为这就是他所有话语和优越感的来源:主场优势与至高无上相同。

    我宁愿让你说:你这个陌生人,已经走遍了很远很远的地方,看到了图勒的鼓声和廷巴克图的魅力,你有没有办法治愈这个注定要死的年轻牛仔,因为我们的药太虚弱的?

    • 回复: @res
  301. res 说:
    @j2

    好吧,这是 j2 建议我们停止讨论或声称他会(并且还在计数?)的第五条评论。 仅在此线程中。 以下帖子有类似的其他评论。

    哪一部分:“你的问题似乎与 GWAS 有关(而不是 Piffer 对它的使用),所以和那些研究人员一起讨论,也许问问自己为什么 GWAS 被认真对待(在 IQ 研究之外的领域)”是如此难以理解理解?

    PS 我将以我认为说明的一点结束,尽管他提出抗议,但我确实理解 j2 提出的问题。 考虑做肺癌的 GWAS。 小心谨慎地检测与吸烟相关的 SNP。 尽管可以争辩说这些 SNP 仍然相关,但区别很重要。 因此,当我们查看肺癌 GWAS 论文时,我们会看到以下内容:
    https://www.ncbi.nlm.nih.gov/pubmed/28615365

    在第二个 GWAS 中,CHRNA3 基因内的 SNP 与吸烟量和尼古丁依赖密切相关 (15)。 相同的 SNP 也与肺癌密切相关。 结果表明,染色体 15q25 上的变异通过其对烟草成瘾的影响而赋予患肺癌的风险。 相比之下,第三项研究显示 15q25 位点影响吸烟行为并且主要与肺癌直接相关的微弱证据 (16)。 然而,应该强调的是,后来的 GWAS 是在吸烟状态匹配的病例和对照中进行的,从而限制了两组之间的差异和检测任何吸烟关联的能力。 来自同一研究的进一步分析表明,SNP 和吸烟对风险具有独立影响。 总之,这三项研究明确支持 15q25 基因座包含肺癌或吸烟行为的易感性变异。

    • 回复: @j2
  302. @Merculinus

    Merculinus,这个解释似乎没有说服力。

    不要忘记统计模型存在误差。 所以 84 和 88 在球场上。

    我的论点成立。 Piffer 模型似乎在基本层面上失败了。

  303. j2 说:
    @res

    我不认为你理解这个问题。 我将再次尝试解释。 (当你把你的朋友丢在街上时,你说“待会儿见”,不要在他后面喊“但是你错了”,这样他就必须回来回答。这不是一种礼貌的离开方式。 )
    我复制了我写的一段短文,它解释了实际问题是什么:

    Piffer 结果中的问题在于,他对每个亚群的教育成就的 GWAS 预测器求和,通过这样做,他得到了一个预测器,该预测器给出的结果与如果每个亚群中的每个人的亚群平均分数完全相同,他会得到相同的结果。教育成就。 所以,他可以用这种人群替换他的测试人群。 在这个新群体中,预测器只能通过使用 SNP 来识别一个人所属的亚群。 教育成就分数直接来自亚群平均分数,它们与所使用的 SNP 没有直接关系。
    事实上,通过使用决定肤色的 SNP 可以得到相当好的 Piffer 相关性,肤色基因对智商没有影响,教育成就分数应该反映。
    某些 SNP 可能与测量的属性无关的情况是 GWAS 的一个已知问题,研究人员通常会设法消除这个问题。 例如,在肺癌的 GWAS 中,一些 SNP 可能反映了吸烟习惯而不会导致肺癌,而另一些则与肺癌有关。 通常的解决方法是删除以前的。 所以,这是众所周知的。 众所周知,如果预测样本包括遗传上不同的种群,则预测变量不能用于比较其他样本种群之间的差异,这是 Dunkel 等人 (2019) 中的错误。 这两个已知问题都不是 Piffer 的致命问题。
    Piffer的问题与这两者有关,但又是不同的。 Piffer 使用的 PGS 中的所有 SNP 都与教育成就相关,因此它们不能从 PGS 中删除,不像肤色基因,可以删除。 问题是它们的综合效应相当小,而且它们不能解释教育成就分数。 PGS 给出的分数并非来自这些 SNP 的真实(小)影响。 分数反映了教育成就的测量值。 考虑一个例子。 如果一个国家的教育发生变化,教育成就分数通常也会发生变化。 人口没有改变,所以基因没有改变。 我们希望该国家/地区的 PGS 分数反映基因并且不会改变。 因此,这个国家的数据点偏离了 Piffer 的直线。 这不是发生的事情。 这个国家的 PGS 分数发生了变化,尽管基因没有改变。 很容易看出,如果这个国家在预测样本中,PGS 分数会模仿教育成就分数,因为它是从那里计算出来的:它预测分数。 它不是源自基因的真实值。 但是,即使该国家/地区不在预测样本中,也可能发生这种情况:如果具有相似教育变化的基因相似的国家/地区在预测样本中,则该国家/地区与用于创建预测变量的国家在基因上相似,移动相同道路。 你在这里看到了问题。 数据点在直线上保持得很好,但由于环境原因,它们可以沿直线移动。
    (所以它在这里,例如芬兰的结果可以向上或向下移动,尽管人口没有变化。PGS分数不是它看起来的样子,它不是芬兰遗传学的衡量标准。分数更像是一种衡量标准芬兰学校的。所以 Piffer 的相关性是误导性的。)

    如何解决这个问题?
    我建议 Piffer 解释说国家平均 PGS 只是一个预测指标,而不是一个解释。 它正确地给出了观察到的教育成就趋势,因此是一个很好的起点,但新的贡献是对该预测器的改进。 论文中缺少这部分,但添加它会产生不错的结果。 Piffer 选择一组已知会影响教育成就的环境因素,将 PGS 预测器的附加校正项作为环境因素的总和,并将其与大量人口相匹配。 然后他可以证明他改进的预测器比原始 PGS 更好。 他可以估计教育成就分数会受到这些环境因素的影响,甚至可以给出建议。 结论是注意到这种教育成就的数量可以受到相当简单的环境因素的影响,但它不是环境的全部影响,因为除了遗传因素之外,趋势本身还有环境因素。
    第二个结果可以调查趋势:Piffer 制作了一个文化模型,其中先进文化从一些中心传播,如欧洲/美国和中国/日本,还有来自印度,但那里的演员制度限制了对上层种姓的影响。 人口离这些中心越远,可能与教育成就相关。 这给出了仅使用环境因素的预测器。 Piffer 将该预测因子的趋势与 PGS 预测因子的趋势进行了比较,并得出了一些精心制定的基因作用陈述。
    第三个结果可以通过查看一个国家内的分层来获得。 一个典型的例子是印度的案件系统,但英国和法国的阶级社会会这样做,美国的黄蜂女和犹太人也会这样做。 Piffer 着眼于 SNP 基本上只识别一个亚群的问题,并试图找出当这种亚群的识别显示出明显不是基因结果的教育成就差异时的案例。
    这是 Piffer 的三个可能的结果建议。 你可能很容易想到更多。

    • 回复: @res
  304. res 说:
    @j2

    当你把你的朋友留在街上时,你说“待会见”,你不会在他后面喊“但你错了”,这样他就必须回来回答。 这不是一种礼貌的离开方式。

    同意。 考虑到这一点,您可以查看自己的评论。 尤其是因为我从来没有说过我已经完成了,或者离开了这次谈话,等等。

    • 回复: @j2
  305. j2 说:
    @res

    “同意。 考虑到这一点,您可以查看自己的评论。”

    是的。 我知道并承认我的评论正是我所谴责的,我在写最后一条评论时就知道了。 它谴责了双方,我不少,我添加它只是为了解释为什么我仍然给你写评论。 我们只是没有设法文明地停止这个讨论,但明天我会出差,很长一段时间不会写评论。

    这个讨论的问题从一开始我就知道你不理解问题,而你相信并向我保证你确实理解问题并暗示我没有理解。 这就是让我思考和表达你对问题理解非常缓慢的原因,这种讨论毫无意义,也许是一种冒犯性的方式。 所以,我对此深表歉意,但我在这一点上是正确的:如果你理解了这个问题,你会做出不同的反应。

    Piffer 的直线相关线不是将基因的客观测量与智力的客观测量作图的相关性。 这是一条教育成就的模仿者(预测者)根据智商绘制的线。 我们只能说 PGS 预测器做得很好(这次是 Lee 等人),并且一个教育成就 (PGS) 预测器与另一个教育成就 (IQ) 预测器相关。 但结果以一种形式显示,误导人们认为 PGS 是基因型,而 IQ 是表型,这条线说明了智力的遗传性。 PGS 由 SNP 表示,但它是权重的总和,这些权重不是来自个体良好基因的数量,而是来自教育成就的分数。

    但是,如果你还没有试图停止这个讨论,我写这篇评论并没有什么坏处。

    • 回复: @res
  306. res 说:
    @j2

    它谴责了双方,我没有少

    在尝试做出(错误的)等价之前,值得考虑谁先做或更频繁地做。 请参阅您的评论 249 和我的评论 251,了解我认为“我完成了。 不要回应。” 相互作用。

    不过明天出差,很久不写评论了。

    我们将拭目以待。

当前评论者
说:

发表评论 -


 记得 我的信息为什么?
 电子邮件回复我的评论
$
提交的评论已被许可给 Unz评论 并可以由后者自行决定在其他地方重新发布
在翻译模式下禁用评论
通过RSS订阅此评论主题 通过RSS订阅所有James Thompson的评论