QI et différences ethniques : le procès de Jason Richwine

[Ryuujin]

1) je pense que vous devriez vous renseigner avant de faire des affirmations comme ça. Lisez Why g matters, une revue assez complètes des méta-analyses existantes, en particulier celles de Hunter & Schmidt, Validity and Utility of Alternative Predictors of Job Performance, ou encore Ackerman, Individual differences in skill learning: An integration of psychometric and information processing perspectives.

J'ai parcouru les tableau : on reste dans du fumiste niveau 10.
Pas un seul intervalle de confiance n'est donné !
Désolé Dodo, mais pour moi qui suis scientifique, tout ça, c'est du vent.
C'est même de la pseudo-science de A à Z : on ne peut pas en toute honnêteté commenter et comparer ainsi des chiffres sans tenir compte de leur intervalle de confiance.


quand à ce graphe :

C'est la meilleure preuve possible qu'on a affaire à des fumistes.
Non mais sérieusement, c'est quoi ces gens qui fittent une spline qui a une dizaine de degrés de liberté sur 5 points !?!
La courbe rouge passe par 5 POINTS !!!
Encore une fois, si les auteurs avaient été fichus de tracer les intervalles de confiance autours de ces fits, ils se seraient rendu compte qu'il n'y a AUCUNE tendance dans ces données. Absolument AUCUNE !
Et ce n'est pas parce qu'il n'y a aucune tendance en réalité : c'est parce que les données sont hautement foireuses.
A vue de nez, les 3 jeux de données ont une moyenne autours de 1 avec un écart type qui doit être à 0.2-04, et un intervalle de confiance autours de la moyenne dans les 0.3 ou 0.5 : le seul truc qui ressort de ces données, c'est que l'erreur de mesure sur la variable est énormément plus importante que toutes les variations qu'il pourrait y avoir.


Soyons clair Dodo : ce que tu as cité jusqu'à présent est à des kilomètres du truc qu'on appelle "science". Tout ce que j'ai vu jusque là, c'est des types qui interprètent du BRUIT sur des pages et des pages. Si ces types sont payés pour faire ça, c'est un scandale.

Alors STP, avant de parler de méta-analyse et cie : cite nous 1 article, 1 seul, dont la méthode est scientifique avec des résultats probants.

[Gilles F.]

La 1) est curieuse, car "je" n'ai pas de définition. "Ma" définition est celle communément acceptée par le milieu scientifique, si je ne m'abuse, qui consiste à dire plus simplement, que le Qi mesure la capacité à résoudre des problèmes nouveaux, et reflète la vitesse de traitement de l'information.

Elle est sans doute curieuse, car tu n'as pas eu la capacité à résoudre une question nouvelle ?

1)
Je te demandais ta définition de l'Intelligence et tu me renvoies à "la" définition du QI ou à celui-ci. Autrement dit, pour toi, les tests de QI "sont" l'Intelligence, et ils mesurent la capacité à résoudre des problèmes nouveaux, et reflète la vitesse de traitement de l'information. Cela me rappelle Binet et son célèbre "l'intelligence, c'est ce que mesure mon test" ou "Je nomme intelligence ce que mesurent mes tests". Un peu circulaire, non ?

Mais le meilleur test de QI apparemment, serait les tests de temps de réaction.

Les corrélations TR avec les scores de QI sont généralement comprises entre -0,20 et -0,40, mais peuvent parfois être de -0,60. Comme tu le sais sans doute, pour exprimer la part de variance commune entre deux distributions et à partir de coefficients de corrélation, on les met au carré et on multiplie par 100, ce qui nous donne entre 4 % et 36% de variance commune. Je te laisse apprécier le lien entre QI et temps de réaction...

Tu sembles aussi prendre les QI comme des mesures au sens "mesures scientifiques" comme le seraient la température, la masse, etc ?
Ou encore, tu penses que les scores de QI mesurent linéairement l'intelligence ou ce qu'ils sont censés mesurer (et donc que l'intelligence serait linéaire - ce qui est discutable àmha) (?).

En fait, mais tu le sais sans doute, un score de QI, c'est seulement et simplement un rang assigné à une personne eu égard à sa population parente, selon une procèdure discutable de transformations des scores vrais/bruts.
C'est à dire que lors de la construction du test, on transforme (étalonnage) les scores brut obtenus empiriquement, "artificiellement", de telle façon à les faire se distribuer selon une courbe de Gauss (il existe d'autres façons d'étalonner). L’étalonnage "mange" donc de l'information. Il "force" à discriminer ou discrimine des personnes pourtant très proches en réalité (sur les notes brutes) - et ce pour les scores autour de la médiane de la distribution et/ou il ne discrimine pas des personnes pourtant éloignées l'une de l'autre (plus on va vers les asymptotes). Autrement dit, le QI discrime (trop?) finement les individus proches de la médiane et pour lesquels pourtant les scores brut sont proches, tandis que plus on s'éloigne de la médiane (100) il met dans une même classe, des individus qui ont pourtant des scores bruts éloignés.
Ainsi un QI de 100, cela signifie, suite à cette transformation (étalonnage), que 50 % des personnes de la population parente ont plus et 50 % ont moins. Rien de plus, ni de moins, aurais-je envie de dire.
Le choix de cette moyenne à 100 relève de raisons historiques. L'écart-type de cette transformation et donc celui des scores de QI est dû à des contraintes statistiques (bayésiennes) et non pas forcément psychologiques ou de performance.
Ainsi, si l'on choisi 100 comme moyenne, il en résulte, par cette transformation, un écart-type de 15 (d'autres tests choisissent un autre ecart-type). Autrement dit, entre 90 et 110 de QI, il y a 50% de la population.
Que le QI reflète ou non l'intelligence, ses scores ne sont donc qu'une une approximation de la réalité de la distribution empirique et vraie des performances réalisées. De plus, chaque test présente une erreur de mesure, en général de +-5 points. A nouveau, même si on test-retest (pour tenir compte par exemple l'effet de régression vers la moyenne) et même si l'on moyenne et pense donc que l'erreur de mesure se répartira aléatoirement et de façon équivalente lorsque l'on opposera deux groupes, quand on trouve des différences entre deux groupes à l'intérieur de cet intervalle (90 à 110), il faut être très prudent (ce sont finalement des personnes très proches en score brut, que l'on discrime (trop?) finement suite à l'étalonnage. L'étalonnage des extrêmes, notamment pour les scores hauts est peu discriminant. Bref.

Autrement dit, le QI n'est qu'un indicateur et ne représente pas une mesure au sens scientifique. Beaucoup trop de recherches, à mon goût en tout cas, font comme si un score de QI étaient une mesure précise, juste et hautement sensible. Non.


2)
Si je m'en tiens à "ta" définition, alors donner un trombone ou une boîte en carton, à des sujets adultes ou enfants et de leur demander d'indiquer tout ce que l'on peut faire avec ces objets, et ce dans un temps donné et fixé, relève de l'intelligence. (?)
C'est ce que l'on appelle "académiquement" la créativité (ou pensée divergente à l'opposé de la pensée convergente à l’œuvre à l'école et les tests de QI). Si je prends une définition de la créativité : la capacité à imaginer et produire (généralement sur commande en un court laps de temps ou dans des délais donnés), une grande quantité de solutions, d'idées ou de concepts permettant de réaliser de façon efficace puis efficiente et plus ou moins inattendue un effet ou une action donnée. Je pense que tu seras d'accord pour dire que cela relève de l'intelligence et de "ta" définition.

Pourtant, quand on réalise de telles taches de pensée divergente, on s'aperçoit que ce que l'on appelle ici la créativité est faiblement corrélée avec les scores de QI (sauf pour les QI élévés et faibles, pour faire très court). En gros, et justement entre 90 et 110 de QI (50% de la population donc), il n'est pas possible de prédire la créativité au moyen des scores de QI.
Torrance avait montré dans les années 60 qui si l'on s'en tient au seul QI pour mesurer cette "performance" de l'esprit ou de pensée divergente - la créativité - on éliminerait ainsi 70% des sujets les plus créatifs. Tu imagines aisément le nombre de personnes qui passent à la trappe avec le seul QI comme mesure de l'intelligence.

je dirais qu'il faut regarder si un test de QI est biaisé ou non ethniquement, et s'il a un bon niveau de fidélité (représenté par le "reliability coefficient").

Il n'existe à proprement parler aucun test qui soit culture-free (aculturels), seuls certains sont plutôt équilibrés quant à la culture (culture-fair). Parmi les plus connus pour cet aspect, il y a les matrices progressives de Raven. Pourtant, des études montrent que la pratique ou non de la géométrie, de même que les connaissances en celle-ci fait certains individus (ayant de telles pratiques, entrainement et connaissances) sont plus l'aise et performants sur les matrices de Raven (pareil pour les subtests de tests de QI faisant appel aux nombres, etc).

Bref, j'aimerais savoir comment tu regardes et tu peux convenir aisément qu'un test serait biaisé ou non culturellement/ethniquement...
Tu sais sans doute également que l'on peut s'entrainer aux tests de QI. Ainsi, une pratique régulière de ceux-ci ferait augmenter la performance (de manière générale). Il ne reste plus qu'à apprendre les principes, quelques tips des tests de QI pour devenir intelligent ? ^^

***

Autrement dit, se servir uniquement des tests de QI pour appréhender l'Intelligence, c'est passer àmha à côté de bien des aspects de l'Intelligence ou de l'esprit humain. Out la créativité, l'ouverture d'esprit, le leadership, les formes d'intelligences sociales, l'intelligence émotionnelle, la motivation, etc. Réducteur.
Enfin, il existe d'autres variables qui peuvent affecter les tâches de QI et les contaminer, comme la motivation. Par exemple, une personne qui a un faible score à un test de QI peut en fait, simplement ne pas avoir été motivée pour cette situation. Une autre stressée à la simple idée qu'on l'évalue. Etc.

En conclusion, je te dirais bien qu'un test de QI ne sert uniquement qu'à discriminer (trop?) finement les individus dans la zone 90 à 110, et ce suite à un étalonnage qui discriminerait (trop?) "artificiellement" les individus, alors que ces individus ne sont, en réalité et performance brute, peu éloignés les uns des autres. Et bien sûr et surtout que les tests de QI ne mesurent pas différentes formes d'intelligence, mais finalement et uniquement, certaines formes de raisonnement comme celles mises en œuvre à l’École. Réduire l'Intelligence à cela - la réussite à l’École - est dépassé et réducteur (?).
Et puis, les tests de QI ou la mesure de l'intelligence partent du postulat qu'elle serait linéaire, et ce même à +15 -15 écart-type, les tests de QI laissent croire que l'intelligence serait unitaire ou que le QI mesurerait tous les aspects de l'intelligence. Or, ou plutôt c'est pourquoi, on préfère aujourd'hui des batteries de tests (QI, motivation, leadership, créativité, intelligence émotionnelle, artistiques, etc.).

Bien cordialement,

Gilles

[BeetleJuice]

Or, ou plutôt c'est pourquoi, on préfère aujourd'hui des batteries de tests (QI, motivation, leadership, créativité, intelligence émotionnelle, artistiques, etc.).

Et même ça s'est discutable en terme de mesure, parce qu'il faudrait montrer que chacun de ces éléments correspond à un ensemble de processus neuronales précis, délimités et reproductibles (c'est à dire que la créativité aurait, par exemple, toujours le même circuit dans le cerveau).

Or ça n'est pas du tout certain, du coup comment rendre pertinent la mesure d'une partie supposée de l'intelligence si le processus physique qui est derrière n'est pas toujours le même (et donc que l'influence des paramètres extérieurs varient selon la situation). Comment valider une mesure si le processus physique derrière est parfois influencé par l'état physique du testé, parfois par les stimuli extérieur qu'il reçoit, parfois par d'autres parties de son cerveau...

A mon avis, l'idée de définir l'intelligence et de la couper en tranche sans s'appuyer sur la neurologie et ce qu'elle sait actuellement du cerveau est une chimère.
On pourra toujours définir des grands axes et c'est sans doute utile de le faire pour se donner une idée général. Mais c'est comme la phylogénie actuelle face à la génétique. Ca permet de dresser des arbres phylogénétiques utiles pour comprendre certaines relations, mais c'est la génétique qui in fine permet de tracer l'arbre réel, parce que c'est elle qui étudie réellement les processus de transmission des caractères, quand les autres disciplines de la classification doivent se contenter de postuler que des caractères identiques sont un signe de proche parenté (c'est souvent le cas, mais pas toujours).

[uno]

Ah oui ajoutons quand même un peu de clarté aux références de notre ami Dodo, sa principale référence étant un blog tenus par quelques racialistes complilant toutes les capilotractages statistiques sensées valider leurs excréments racialistes! Et même si ce blog tente de passer pour l'initiative respectable d'esprits curieux et critiques, on n'a pas besoin de creuser bien loin pour trouver les références les plus odieuses, voici par exemple ce que l'on peut trouver comme référence dans un des articles du blog en question!

And the same goes for differences in socio-economic background. Since africans, asians, and whites are not biologically equal, the races differing in so many traits (Rushton, 1997, pp. 153-163; Fuerle, 2008, ch. 9, 10, 11), we have to expect ‘natural’ differences in outcome to arise.

N'hésitez pas à cliquer sur les deux liens ci-dessus à savoir celui menant à la publication de John Philippe Rushton mais aussi et surtout à celle du dénommé Richard D. Fuerle! Notez bien que c'est Meng Hu lui-même, l'auteur de cet article du blog «Human Varieties», qui met en lien la merde débectante de cet obscur Richard D. Fuerle! Je vous laisse lire la dite merde débectante dont l'image sur la première page résume à elle seule le contenu! J'avais déjà traité de cela en partie sur mon blog! Bref pas besoin de creuser bien longtemps pour savoir à quelles idéologies les références de Dodo sont affiliées, ça suinte la merde de partout mais bon les propos de Dodo dans le présent topic ne laissaient déjà aucun doute sur le sujet, mais donc à présent pour ceux qui l'avait manqué, vous pouvez constater jusqu'où vont les idées inavouables de ces méprisables et hypocrites racialistes!

[Gilles F.]

Oui, je suis bien d'accord, BettleJuice.

Il y a d'ailleurs des efforts visant "à corréler" QI ou d'autres tests ou tâches à des substrats ou circuits neuronaux, soit par l'imagerie cérébrale structurelle ou bien fonctionnelle. Mais je connais très mal cette littérature là pour prétendre en faire "une revue de la question".
Un exemple ici : http://archive.sciencewatch.com/dr/fbp/ ... ungET1.pdf

"Moi", au-delà du problème que vous soulevez, je réagissais simplement à l'utilisation du simple QI pour mesurer ou manipuler une variable, assez floue, mais assurément multifactorielle - l’intelligence - et en tirer je ne sais quoi. Que la psychométrie soit contestable - ce que je pense aussi -, ou non, cette approche de l'Intelligence par le seul QI est assez dépassée au sein-même de la psychométrie.
Par exemple, un test de QI n'appréhende pas certaines formes d'intelligence comme celles développées par Gardner et Consorts, comme l’intelligence sociale ou interpersonnelle, intrapersonnelle, corporelle-kinesthésique, musicale, etc.
Et je voulais rappeler également qu'un score de QI n'est en fait qu'un classement, et pas une mesure au sens scientifique du terme. On a juste une info sur l'écart d'une personne par rapport à la norme, norme qui dépend de ce qu'appréhende réellement l'instrument.

[Nicolas78]

Et bien si la taille de mon cerveau en dit long sur mon QI, alors les cachalots sont les plus intelligent de la planète...
Arf, qui sais, si ils avait des mains, sa se trouve il sont super méga intello ?
Donner leurs des outils il pourrai nous fabriquer des combinaison MHD pour cachalot, il on déjà la technologie de supercaviation parait t'il, bha oui il nagent bien a 400kmh les cachalot modernes !

Moi je pensai que sa se comptait plus en nombre de synapses...et puis d'autres choses aussi...
D’ailleurs un cerveau pourrai faire 3km de large et faire la même masse.
A la limite un cerveau plus gros avec plus de synapse, je ne dit pas...et encore ya pas que ca.
La façons d'on l’individu traite l'info, d'on il apprend à la traiter, comment il influence se traitement...c'est pas que physique ça devient aussi éducatif.

Et d’ailleurs les test de QI, serte c'est un outil pratique mais loin d’être fiable à tout point de vue même si il sont bien pensé.
Disons que sa donne un ordre d'idée de la logique et du temp de réaction...
Mais les test de QI sont flou...
C'est comme les QE.
On peux pas donner une carte clair et en volume de l'intelligence avec un test de QI.

Bref pas besoin de recherche sérieuse pour mètre se genre de hoax à la poubelle.
Mais je doit avouer que se genre de recherche appartement sérieuse et logique peuvent faire peur.
Ca ma fait sueur froide, car j'avoue que l'antiracisme à tellement mis la pression sur "l'égalité" que on pouvais se demander si se genre de recherche n’était pas occulter par les gouvernements pour faire bonne figure...après tout c'est vrai, les espèces humaines différentes on bien des différences et c'est pas raciste de dire cela.
Les assos du genre "touche pas a mon pote" on crée plus de raciste faux cul qu'autre chose.
En revanche on peux tous se reproduire les un avec les autres et ça c'est la bonne nouvelle
Tout ça serait plus logique si taille=intelligence, ce qui n'est pas le cas...

Comment ça les noirs en on une plus grosse que les blancs ???c'est pas la taille qui compte monsieur !!!

D’ailleurs Lazarus Mirage a je croie fait 1 ou 2 truc sur le sujet (le cerveau bien sure )

Bonne soirée

[dodo]

J'avais complètement sauté ce commentaire :

Si on ne veut pas fournir 50 textes, l'entrée wikipedia "suffit" : http://fr.wikipedia.org/wiki/Facteur_G
La problématique de l'Intelligence est bien plus complexe et les mesures de QI n'abordent pas l'Intelligence, qui serait "multiple" d'après certains chercheurs. Là encore, si on veut aller au plus court (et imparfait) : http://fr.wikipedia.org/wiki/Th%C3%A9or ... _multiples.
Ayant fait une thèse en psychologie cognitive, mention psychologie différentielle ** (sur une autre thématique, mais psychométrique elle-aussi), enseigné la psychométrie et la psychologie différentielle plusieurs années à l'Université Paris V, et mené quelques travaux sur la "détection" du surdon*, et ayant eu comme "mentor" Jacques Lautrey, notamment, je ne peux que vous suggérez sa lecture concernant cette problématique.
Nombre de ses articles/textes sont téléchargeables - je vous conseille vivement la première entrée - Lautrey, J. (2007). Pour l’abandon du QI : les raisons du succès d’un concept dépassé. In M. Duru-Bellat & M. Fournier (Eds.), L’intelligence de l’enfant – l’empreinte du social. Auxerre : Éditions Sciences Humaines. - :
Le lien de ses publications téléchargeables est le suivant : http://jacques.lautrey.com/psychologie- ... ection.php

Bien cordialement,

Gilles Fernandez

* http://ife.ens-lyon.fr/vst/Periodiques/ ... revue=1157
** http://fr.wikipedia.org/wiki/Psychologi ... 9rentielle

Je viens de lire l'article que vous recommandez, celui-ci, je crois. Pour etre honnête, je suis un peu désolé pour lui. Mais quand je lis par exemple :

Les différents arrangements qui permettent de passer de ce simple rang à un nombre tel que 140 ou 157 relèvent de commodités qui n’ont rien à voir avec les propriétés de l’intelligence.

Vouloir expliquer aux usagers la signification réelle du nombre que le psychologue utilise lorsqu’il leur communique un QI serait donc une entreprise ardue.

Il est clair que je vois très facilement comment des psychométriciens comme Visser, Deary, Jensen, Wicherts, Dolan, Johnson, Bouchard, Brody, et compagnie vont répondre. Et je pense que le Dr. Lautrey risque fort de se faire ratatiner. Il y a tellement d'erreurs que je ne sais meme pas par où commencer, que je reste sans voix. Peut-etre pourriez vous m'indiquer plus précisément les passages, disons, pourfendeurs, de l'article?

Concernant l'analyse en facteur, je crains que wikipedia ne fournit vraiment qu'une explication bien partielle, largement incomplète. Du moins la page en Fr, car la page en anglais est plus fournie.

Pour finir maintenant, avec Howard Gardner, je dis que la théorie de Spearman en elle meme invalide la théorie de Gardner. Ceux qui prétendent accepter l'idée de l'intelligence générale et en meme temps l'intelligence multiple doit nécessairement méconnaitre l'une ou l'autre théorie. En général, c'est la théorie de Spearman qui est validée, non celle de Gardner. Aussi, je vous recommande de suivre un peu le début du fil, en particulier mes commentaires, où j'ai déjà parlé de H Gardner. Comme je l'avais indiqué, Visser et ses collègues détruisent dans les règles de l'art la théorie de H Gardner. Beyond g: Putting multiple intelligences theory to the test. A ma connaissance, aucun psychométricien de nom ne prend Gardner au sérieux.

[Gilles F.]

Je viens de lire l'article que vous recommandez, celui-ci, je crois. Pour etre honnête, je suis un peu désolé pour lui. Mais quand je lis par exemple :

Citer:
Les différents arrangements qui permettent de passer de ce simple rang à un nombre tel que 140 ou 157 relèvent de commodités qui n’ont rien à voir avec les propriétés de l’intelligence.

N'hésite pas à argumenter en quoi ce passage et cet exemple que tu as cité - et donc qui te semble important - te gêne et serait donc une erreur - importante - parmi tant d'autres. Mici.

[dodo]

Cogite Stibon, à la lecture de votre 1er post, j'avais pensé que vous aviez peut-etre quelques connaissances en la matière. Mais il est clair que je vous avais sur-estimé. Aussi, j'ignore quelle mouche vous a piqué, pour me parler sur ce ton. En conséquence, ne vous attendez pas à ce que je retienne mes coups. Pas de gants. Je vais démonter un à un les multiples erreurs et sophismes disséminés dans votre commentaire.

La question n'est pas que revenus et éducations soient des mesures fiables. La question est que l'ensemble des influences de l'environnement n'est pas corrélés à 100% aux revenus et au niveau d'éducation. Ce n'est pas parce qu'on a éliminé un biais particulier qu'on a éliminé tous les biais.

Si ce n'est pas fait, je recommande de lire mon commentaire précédent (lien). Pour faire court, car je n'ai aucune envie de me répéter, et le temps me manque, le sophisme que vous commettez est celui de considérer que ces variables sont additives. Elles ne sont pas. Et se confondent les unes les autres. Si par exemple, vous controlez disons le niveau de 1) revenu, 2) éducation, 3) occupation professionnelle, 4) statut marital, 5) lieu résidentiel. Càd plus ou moins les variables qui sont contrôlées dans les documents de recherches, à ma connaissance, le fait d'ajouter d'autres variables de controle, ne fera qu'ajouter au R carré, ou R², une contribution marginale et insignifiante. Supposez juste qu'avec les variables mentionnées, votre R² est de 0.7. Cela vous donne déjà l'étendu de la proportion de la variance déjà expliquée par les variables incluses. Ajouter d'autres var. ne fera pas augmenter votre R² de façon significative. Encore une fois, je répète que les variables socio-économiques ne sont pas additives, et les considérer comme telles relève juste du nihilisme dogmatique.

Ben voyons ! Parce qu'une façon de résoudre un problème n'a pas eu les effets escomptés, on devrait arrêter de rechercher les causes du problème, et décider qu'il n'a pas de solution. Ca ne doit pas l'intéresser beaucoup de réduire les inégalités.

Bis repetita. Revoyez mes commentaires, cela vous aurez évité d'écrire dans le vent. J'écris à plusieurs reprises sur ce forum que du fait des technologies et techniques nouvelles, il deviendra plus aisé de trouver des systèmes qui fonctionnent à stimuler le QI, mais que le doute est et reste permis en raison de l'historique de ce genre d'interventions.

N'importe quoi. Le facteur g ne mesure pas la corrélation entre plusieurs tests de QI différents. Il mesure la corrélation entre différentes capacités cognitive testés au sein d'un test de QI. Constater l'existence d'une corrélation entre ces mesures de capacités cognitives (cad "produire des saturations extrêmement élevées sur le 1er composant principal") ne montre rien de plus que cela.

L'erreur ici, est diablement enorme. Le facteur commun, g, n'est pas la corrélation commune entre différentes aptitudes cognitives, mais bel et bien les corrélations communes entre différents tests. La raison est le fait que les tests entrés dans l'analyse en facteur ne reflètent pas nécessairement pour chacun d'entre eux, une aptitude indépendante, différente l'une de l'autre. Si vous utilisez 3 tests à contenu largement verbal, et 3 tests à contenu arithmétique, vous obtiendrez un facteur commun g, mais qui n'est pas le "g" de Spearman. Ce dernier est censé etre la représentation d'un facteur général dérivant d'un large panel d'abilités. Si donc vous utilisez largement des tests à contenu verbal, vous pourrez bien appeler g votre facteur commun, càd, le composant numéro 1. Mais ce "g" meme s'il peut corréler avec un g dérivé de tests à contenu varié, n'est pas le "g" au sens de Spearman. C'est un g biaisé, et il n'est pas celui auquel se réfère les psychométriciens. Donc parler comme vous faites "la corrélation entre différentes capacités cognitive testés au sein d'un test de QI" témoigne juste d'une ignorance crasse en la matière, d'où le ton condescendant employé à mon égard était par conséquent totalement inutile. Ci-dessous :

Spearman developed the mathematical method known as factor analysis to prove the existence of g and to make possible the identification and quantification of g in various tests. By means of factor analysis it is possible to determine the proportion of the total variance in scores on any given test that is measured in common by all of the other diverse tests included in the factor analysis. The square root of this proportion of common variance is known as the test’s g loading. It can be interpreted as the correlation between the particular test and the hypothetical general factor that is common to all of the tests included in the analysis.

Lisez bien, et apprenez bien de votre ignorance, surtout :

The method of factor analysis makes it possible to determine the degree to which each of the variables is correlated (or loaded) with the factor that is common to all the variables in the analysis. Spearman gave the label g to this common factor, which is manifested in individual differences on all mental tests, however diverse.

As John B. Carroll (1993a, p. 596) aptly put it, the g factor is "colored" or "flavored" by its ingredients, which are the tests or primary factors whose variance is dominated by g. The g is always influenced, more or less, by both the nature and the variety of the tests from which it is extracted. If the g extracted from different batteries of tests was not substantially consistent, however, g would have little theoretical or practical importance as a scientific construct. But the fact is that g remains quite invariant across many different collections of tests.

If a collection of tests appears to be quite limited in variety, or is markedly unbalanced in the varieties it contains, the extracted g is probably contaminated by non-g variance and is therefore a poor representation of true g.

If we factor-analyzed a battery consisting, say, of ten kinds of numerical tests, two tests of verbal reasoning, and one test of spatial reasoning, for example, we would obtain a quite distorted g. The general factor (or nominal g) of this battery would actually consist of g plus some sizable admixture of a numerical ability factor. Therefore, this nominal g would differ considerably from another nominal g obtained from a battery consisting of, say, ten verbal tests, two spatial reasoning tests, and one numerical test. The nominal g of this second battery would really consist of g plus a large admixture of verbal ability.

Et en guise de complément :

Spearman argued that a collection of items as found in Binet's test "works" only because g enters into any and every mental task. Therefore, according to Spearman's theory, each one of the items in Binet's hodgepodge measures both g and s. And thus the composite score contains the accumulated g and the averaged-out s's. In Spearman's words:

This means that, for the purpose of indicating the amount of g possessed by a person, any test will do just as well as any other, provided only that its correlation with g is equally high. With this proviso, the most ridiculous "stunts" will measure the self-same g as will the highest exploits of logic or flights of imagination. ... And here, it should be noticed, we come at last upon the secret of why all the current tests of "general intelligence" show high correlations with one another, as also with g itself. The reason lies, not in the theories inspiring these tests (which theories have been most confused), nor in any uniformity of construction (for this has often been wildly heterogeneous), but wholly and solely in the above shown "indifference of the indicator." Indeed, were it worth while, tests could be constructed which had the most grotesque appearance, and yet after all would correlate quite well with all the others. (1927, pp. 197-198)

Spearman was quite right in this. If the many heterogeneous tasks that compose a test like Binet's were not all correlated with each other, the variance (or individual differences) of the total scores would be reduced to only 5 to 10 percent of what it actually is.

Each item in a test contributes to the true-score only to the extent that the item is correlated with other items in the test. The item intercorrelations are the essential basis of common factors. Remove the correlations and you remove all of the test's true-score variance and all of the common factors. It is axiomatic in measurement theory that the true-score of any mental ability test composed of heterogeneous items consists only of common factors (typically g and certain group factors in the mental abilities domain). Item specificity is lumped together with random measurement error as the test's unreliability. Unreliability is the complement of the test's internal consistency reliability. Internal consistency, in turn, is directly related to the average correlation among the test items. In the best modern tests, the true-score variance is about 90 to 95 percent of the total variance. The remaining 5 to 10 percent is error (random error plus item specificity).

Et encore ceci, en particulier pour les néophytes, est instructif :

As Spearman (1904) first pointed out, faculty psychology’s armchair analysis of mental abilities does not tell us what kinds of tests can best measure intelligence, and in fact it assumes a large number of distinct abilities each of which would have to be measured separately. But do all the verbal labels for various faculties really represent different mental processes and abilities? Is “foresight” different from “prudence”? “Memory”from “recollection”? “Imagination”from “inventiveness”? “Reason’’from “insight” or “judgment”? As long as psychologists debated these questions at the level of purely verbal and logical analysis, there was no way to resolve their arguments.

Spearman pointed out that, if one could make up tests that measure each of these faculties of the mind, and if they were truly independent faculties, then they should be uncorrelated, and it would make no sense to add up the scores on the various tests to obtain a single overall score by means of which persons could be ranked along a single dimension of general mental ability. The faculty theory thus seemed theoretically incompatible with Galton’s notion of a general all-around ability as accounting for the largest part of the differences among persons’ intellectual achievements.

But, in fact, when tests were devised to measure various faculties, it was commonly found that they were not completely independent. Although these intercorrelations, which were nearly all positive, were far from perfect and varied widely, they were substantial enough for Spearman to insist that any satisfactory theory of intelligence would have to account for the positive correlations among nearly all objective measures of human abilities. Spearman’s chief importance in the history of psychology stems from his pioneering the development of the objective quantitative method, known as factor analysis, for investigating the organization or structure of mental abilities. Factor analysis helped to break through the semantic deadlock of introspective faculty psychology.

Does the finding of zero correlations among some tests rule out the existence of g? It would do so only if our theory of g required that every conceivable kind of mental test have a sufficiently substantial loading on g to produce consistently significant correlations with other tests in any reasonably sized sample of the population.

Spearman found that the most highly g-loaded tests were those involving both noegenesis and abstraction. Substantial g loading depends on the combination of these two characteristics.

Uniqueness of g. Is the g of one battery of mental tests the same g as that obtained in a different battery of mental tests? If g is something different from one set of tests to another, it is not unique and therefore will not be a very important theoretical construct. Spearman believed that g is unique, and he offered a formal proof that the g of one set of tests is the same as the g of another set, provided that the correlation matrices of each set are hierarchical (i.e., that each test involves only g plus a specific factor) and that two (or more) tests are common to both sets (Spearman & Jones, 1950, pp. 17-19). But these are very limiting and unrealistic assumptions. Spearman’s proof of the uniqueness of g does not hold when there are group factors in addition to g and s. Then no purely mathematical proof of the uniqueness of g is possible, and the answer to the question devolves on empirical evidence.

It seems a safe generalization that the g of a large and diverse set of mental tests is the same as the g of a different large and diverse set of mental tests. By “large,” I mean ten or more tests; by “diverse,” I mean tests sampled from a wide domain of informational content, types of problems, and task demands, involving verbal, figural, and numerical materials. If all the tests are verbal, for example, the resultant g factor will really be g + v, because there will be no chance for separation of the general and verbal factors.

Take the Wechsler Adult Intelligence Scale as an example. The six verbal subtests (information, vocabulary, comprehension, arithmetic, similarities, digit span) are all very different in content and task demands from the five performance subtests (digit symbol, picture completion, block design, picture arrangement, object assembly). Yet it can be determined that in the normative adult population the correlation is at least .80 between the general factor of the six verbal subtests and the general factor of the five performance subtests (Matarazzo, 1974, p. 243). The Verbal IQ and the Performance IQ each correlates at least .90 with the same g. This is almost as high a correlation as the reliability of the tests will permit. In other words, we have here two phenotypically very different sets of tests, yet each set has essentially the same g factor as the other.

Let us push the issue to an even greater extreme. Garrett et al. (1935) factor analyzed a battery of six varied memory tests (meaningful prose, paired-associates, free recall of words, digit span, memory for forms, memory for objects) and extracted the general factor. This battery of tests then was factor analyzed along with four other diverse tests not especially involving memory (motor speed, vocabulary, arithmetic, form board). The g loadings of the memory tests in the two analyses correlated .80. The overall correlation between g factor scores based on just the memory tests and g factor scores based on just the nonmemory tests is .87. This is evidence that the g of the six memory tests is the sameg as the g of the nonmemory tests. To be sure, the memory tests are not highly loaded on g (average g loading = .42) as compared with vocabulary and arithmetic (average g loading = .65), but what little g the memory tests have is much the same g as is found in the nonmemory tests.

Thus it is reasonable to conclude that g is the same common factor in different sets of mental tests, provided that each set is reasonably large and quite heterogeneous in content.

The g factor is manifested in tests to the degree that they involve mental manipulation of the input elements (“fundaments” in Spearman s terminology), choice, decision, invention in contrast to reproduction, reproduction in contrast to selection, meaningful memory in contrast to rote memory, long-term memory in contrast to short-term memory, and distinguishing relevant information from irrelevant information in solving complex problems. Although neither the forward nor backward digit-span tests of the Wechsler Intelligence Scale, for example, has much g loading, the slightly greater mental manipulation required by backward than by forward recall of the digits more than doubles the g variance in backward as compared with forward digit span (Jensen & Figueroa, 1975). We have seen many examples in which a slight increase in task complexity is accompanied by an increase in the g loading of the task. This is true even for the most mundane and seemingly nonintellectual tasks. Virtually any task involving mental activity that is complex enough to be recognized at the commonsense level as involving some kind of conscious mental effort is substantially g loaded. It is the task’s complexity rather than its content that is most related to g. In fact, the magnitudes of g loadings seem to show no systematic relationship to the types of tests or test items in terms of sensory modality, substantive or cultural content, or the form of effector activity involved in the required response. This fact is the basis for Spearman’s principle of “the indifference of the indicator” when it comes to measuring g.

I should point out that a number of factor analytic studies of Piagetian tests along with other measures commit an egregious psychological error by orthogonally rotating the factors (or principal components) by some method such as varimax, which prohibits the emergence of the large general factor in all such tests. About the only wholly correct factor analysis of Piagetian tests I have found in the literature is the one by Philip Vernon (1965), a well-known expert in factor analysis and psychometrics. Many developmental psychologists, with no special training in factor analysis or psychometrics, simply select the most popular computer program, Kaiser’s varimax, for doing their factor analyses. As applied to factor extraction in the abilities domain, this is flatly wrong, not mathemati­cally, but psychologically and scientifically. In the abilities domain, either oblique rota­tion should be done to permit the hierarchical extraction of g, or the g factor should be extracted (as the first principal factor) prior to rotation of the remaining factors. (In the latter procedure, one additional factor should be extracted prior to rotation.) It will be a great day for psychology when we no longer have to read studies in which the author automatically applies the varimax computer program (which is expressly intended to “rotate away” a general factor) and then points out that “factor analysis” fails to reveal a general factor in his test data!

Non. "g" n'est pas une hypothèse, c'est le constat d'une corrélation, un fait. Mais rien de plus que le constat d'une corrélation. Dire que l'intelligence est une entité unique, secondairement séparé en plusieurs sous-catégorie, ou une entité multiple composés de talent bien corrélés entre eux, c'est équivalent du point de vue de ce fait.

Vous n'avez jamais entendu parler de Charles Spearman? Peu importe. Voir ci-dessus.

Vous croyez vraiment qu'on ne peut pas contrôler une variable selon plusieurs variables corrélées entre elles ?

Voir ci-dessus.

Magnifique exemple de raisonnement circulaire.

Content que vous ayez apprécié. Visiblement, vous n'avez pas tout bien compris, mais si cela vous a plu, je n'ai rien à ajouter.

N'importe quoi. Dans un test de QI intégralement rédigé en anglais, le score de QI, le facteur g, et le score à chaque test, tout est corrélé au niveau de maîtrise de l'anglais du répondant. C'est un exemple parmi d'autre de biais impactant de façon homogène toutes les composantes, et donc le facteur g.

Encore raté. Trouvez autre chose. Et lisez bien :

Rushton (2001) analyzed 10 sub-tests of the Weschler Intelligence Scale for Children-Revised (WISC-R) from data published by Skuy, Schutte, Fridjhon, and O’Carroll (2001) on 154 Black South African high school students from Johannesburg. The mean score for Whites was set at the US standardization sample mean of 10 (which included African Americans). The mean African–White differences were then calculated and also expressed in S.D. units, using the African S.D.s. When the g loadings from the WISC-R national standardization data were extracted they correlated r=0.77 (P<0.05) with the standardized African-White differences, thereby showing the Jensen Effect. For many of the African students, English was not their first language. However, the Jensen Effect remained even after the Vocabulary sub-test was excluded from the data, and the mean of the 11 other sub-tests substituted in its place (r=0.66, P<0.05). Nor did the Jensen Effect disappear if g was extracted from the African rather than from the White standardization sample (r=0.60, P<0.05), or if Spearman’s rho was used instead of Pearson’s r to measure the magnitude of the correlation (p=0.74, 0.74, respectively, Ps<0.005).

L'absence de biais de mesure invalide bien évidemment vos prémisses. Ci-dessous.

Dolan : Investigating Spearman’s Hypothesis by Means of Multi-Group Confirmatory Factor Analysis
Lubke, Dolan, Kelderman, Mellenbergh : On the relationship between sources of within- and between-group differences and measurement invariance in the common factor model
Dolan & Hamaker : Investigating black-white differences in psychometric IQ: Multi-group confirmatory factor analyses of the WISC-R and K-ABC and a critique of the method of correlated vectors

Ouh la ! Tu parles de congruence entre quoi ? Quand tu dis "un pourcentage inférieur à 95% est considéré faible", tu parles de quelle technique statistique ? Du coefficient de congruence, ou d'autre chose ?

Coefficient de congruence. Voir le wikipedia.

Pour Cogite, voici quelques liens qui vont lui permettre de guérir de son ignorance crasse en la matière. Heureusement qu'on peut en guérir, vous avez de la chance, Cogite. Alors bonne cure!

Spearman’s Hypothesis Is a Model for Understanding Alternative g Tests
What is a good g?
Group differences and first principal-component loadings in the Hawaii family study of cognition: a test of the generality of 'Spearman's hypothesis'
Testing the cross-racial generality of Spearman's hypothesis in two samples

Ce sera peut-etre l'un de mes derniers messages. Tant pis pour ceux qui n'auront (peut-etre) pas eu de réponse. L'atmosphère est devenu impossible. J'ai surement atteint mes limites.

[dodo]

Etant donné que j'ai parcouru un peu le chapitre 6 du livre "The g Factor", je vais citer quelques passages sur le lien entre les saturations de "g" et certains phénomènes physiologiques comme : évoqués potentiels cérébraux, métabolisme du glucose dans le cerveau, NCV, et j'en passe.

All of these AEP measures have shown significant correlations with IQ. Some critics have claimed that the AEP discriminates only between mentally retarded persons and those in the average and above-average range of IQ. But this claim is disproved by the many studies that show significant correlations within groups whose IQs are in the retarded, average, and gifted ranges of IQ. Higher IQ subjects show shorter latencies (faster neural reaction), more peaks and troughs (more zero-crossings within a specified epoch), smaller amplitude in response to expected stimuli (more efficient expenditure of neural energy, as shown by the positron emission tomography scan studies discussed in the next section), greater complexity (longer "string" measure) of the AEP waves, and lesser intraindividual variability (greater consistency) in each of these indices. Correlations of these AEP variables with IQ typically range between about .30 and .60, with the highest correlations found in the interval between PI and P2 (see Figure 6.1).

The latency of the P3 (also called P300, because it occurs on average about 300 msec after the evoking stimulus) shows significant correlations with IQ in some studies. The one study based on g factor scores (derived from the Multidimensional Aptitude Battery, which has ten subtests) found a correlation of -.36 (p < .05) between the P300 latency and the g factor scores. The later components of the AEP beyond P300 have not been found to correlate with IQ.

Another measure derived by Schafer from the average amplitude of the evoked potential (EP) is the habituation of the EP. The amplitude of the EP is recorded for each of 50 auditory "clicks" administered at a stimulus interval of 2 seconds, while the subject relaxes in a reclining chair. It is found that the amplitude of the EP gradually decreases over the 50 "clicks," indicating that "practice" (or expectancy) causes habituation, or a diminishing magnitude of the cortical response to the repeated auditory stimulus. A simple measure of the degree of habituation is the difference in average amplitude between the first 25 EPs and the last 25 EPs. This difference score is called the habituation index (HI). Higher IQ subjects show a greater degree of habituation, hence a higher HI.

Schafer used this index to test the hypothesis that a mental test's g loading would predict its correlation with the EP habituation index, or HI, a nonbehavioral, physiological measure. In a group of fifty-two normal adults, ranging in IQ from 98 to 142, the correlation of the HI with the Full Scale Wechsler IQ was +.59; corrected for restriction of IQ range in this group, the correlation rose to .73. Using the method of correlated vectors, the vector of each of the eleven Wechsler subtests' correlations with the HI was correlated with the vector of the subtests' g loadings. (See Appendix B for a detailed explanation of this analysis.) The Pearson correlation (r) between the two vectors is +.80; the Spearman rank-order correlation (rs) is +.77 (p < .01). The scatter plot of the correlated vectors is shown in Figure 6.2. The analogous plots for the vectors of the three group factors independent of g (Verbal, Spatial, and Memory) that were extracted from the Wechsler battery all showed near-zero correlations with the EP habituation index.

Richard J. Haier, a leading researcher in this field, has written a comprehensive review of the use of the PET scan for studying the physiological basis of individual differences in mental ability. The main findings can be summarized briefly. Normal adults have taken the Raven Advanced Progressive Matrices (RAPM) shortly after they were injected with radioactive glucose. The RAPM, a nonverbal test of reasoning ability, is highly g loaded and contains little, if any, other common factor variance. The amount of glucose metabolized during the thirty-five-minute testing period is significantly and inversely related to scores on the RAPM, with negative correlations between -.7 and -.8. In solving RAPM problems of a given level of difficulty, the higher-scoring subjects use less brain energy than the lower-scoring subjects, as indicated by the amount of glucose uptake. Therefore, it appears that g is related to the efficiency of the neural activity involved in information processing and problem solving. Negative correlations between RAPM scores and glucose utilization are found in every region of the cerebral cortex, but are highest in the temporal regions, both left and right.

Brain Nerve Conduction Velocity. Reed and Jensen (1992) measured NCV in the primary visual tract between the retina of the eye and the visual cortex in 147 college males and found a significant correlation of +.26 (p = .002) between NCV and Raven IQ. (The correlation is +.37 after correction for restriction of range of IQ in this sample of college students.) When the sample is divided into quintiles (five equal-sized groups) on the basis of the average velocity of the P100 visual evoked potential (V:P100), the average IQ in each quintile increases as a function of the V:P100 as shown in Figure 6.3.

There is other evidence that makes the relationship of NCV to g worth pursuing. For one thing, the pH level (hydrogen ion concentration) of the fluid surrounding a nerve cell is found experimentally to affect the excitability of the nerve, an increased pH level (i.e., greater alkalinity) producing a lower threshold of excitability. Also, a study of 42 boys, aged 6 to 13 years, found a correlation of .523 (p < .001) between a measure of intracellular brain pH and the WISC-III Full Scale IQ.[34bI Moreover, the method of correlated vectors shows that the vector of the 12 WISC subtests' correlations with pH are significantly correlated with the vector of the subtests' g loadings (r = +.63, rs = +.53, p < .05). This relationship of brain pH to g certainly merits further study.

Dans les pages allant de 146-149, il y a des études sur les corrélations entre cerveau et QI. Le fait que cette corrélation existe "au sein des familles" càd entre frères et soeurs laisse à conclure que le lien est intrinsèque. Pages 149-150, on parle des relations entre QI et myopie. Le fait que la corrélation tient entre frères et soeurs fait dire que la corrélation est intrinsèque, et non extrinsèque.

D'autres références supplémentaires, un peu plus récentes.
A neural basis for general intelligence
The ubiquity of g
The Nature of Psychometric g: Unitary Process or a Number of Independent Processes?
A smarter brain is associated with stronger neural interaction in healthy young females: A resting EEG coherence study
Endophenotypes for intelligence in children and adolescents
Sex differences in N-acetylaspartate correlates of general intelligence: an 1H-MRS study of normal human brain.
Intellectual ability and cortical development in children and adolescents

The Parieto-Frontal Integration Theory (P-FIT) of intelligence: converging neuroimaging evidence

La dernière publication est la plus complète sans doute, elle est une revue de littérature des recherches existantes dans le domaine. Je copie colle quelques passages de mon cru, parce que j'ai qd meme autre chose à faire. Si vous voulez voir le reste, c'est ici pour le pdf.

Following Willerman et al., the first so-called “ in vivo autopsy” was conducted to determine brain-intelligence correlates in 67 healthy individuals (Mean age = 38 +/- 16) without a history of medical, neurological, or psychiatric disease. Subjects completed the WAIS-R (Mean IQ +/- SD = 116 +/- 14) and a standard MRI scan, theresults of which indicated modest positive correlations (e.g., .32 to .46) between FSIQ and the volume of specific brain structures including the temporal lobes, hippocampus, cerebellum, and total gray matter (Andreasen, et al., 1993). A subsequent study (Flashman, et al., 1997), in which lobar volumes (e.g., frontal, temporal, parietal, occipital, cerebellum) were correlated with IQ measures in 90 normal subjects (Mean age +/- SD = 27 +/- 10), found that volumes of frontal (r =.24), temporal (r = .28) and parietal (r = .24) cortices were predominantly correlated with measures of non-verbal reasoning (i.e. Performance IQ). These authors hypothesized that the remaining variance between IQ and brain would likely reside in the “quality” rather than“quantity” of brain tissue as found in such variables as circuit complexity, dendritic arbor, myelin thickness, and other neurotransmitter/neurochemical factors.

Lee, et al. (2005) studied 30 older subjects (Mean age = 61.1+/-5.18 years) and found regional correlations between performance IQ and brain volume limited to the posterior lobe of the right cerebellum. A fifth study (Gong, et al., 2005) of 55 adults (Mean age +/- SD = 40 +/- 12) of above average intelligence (Mean FSIQ +/-SD = 117 +/- 11) found gray matter volume correlates with IQ limited to the anterior cingulate (BAs 24,32) and medial frontal lobe regions (BAs 8,9,10) . We have since reanalyzed our VBM data using the method of correlated vectors (i.e. correlating the rank of g-loadings for each test in a group of tests to the rank of the same test correlation to any external variable like age of brain size, Jensen 1998). We found that g accounted for many of the FSIQ correlations with gray matter in the anterior cingulate (BA 24), frontal (BA 46,47,8,10,11), parietal (BAs 7,40), temporal (BA13,20, 21,37,41), and occipital cortices (BAs 17,18,19) (Colom, et al., In Press). Moreover, in a separate analysis, we found a nearly perfect linear relationship between g -loading of each subtest of the WAIS and the amount of gray matter correlated to each subtest score (Colom, et al., 2006).

As shown in Table 1 and Figure 2, several commonalities are apparent when assessing structural (i.e., VBM, MRS, DTI) characteristics of the brain that have been associated within telligence. For example, of the 11 studies reviewed, more than forty percent implicate left BA10 (frontal), 39, and 40 (parietal); specifically the tissue density and white matter integrity within these regions correlate substantially to performance on the Wechsler Intelligence Scales both in young cohorts (Schmithorst, et al., 2005) and within adult samples ranging in age from 18 to 84 (Haier, et al., 2004). Similarly, tissue density and chemical composition for left hemisphere BAs24 and 32 (cingulate), and 46 (frontal), and right hemisphere BA 9 (frontal) were correlated to FSIQ in more than thirty percent of the studies.

Enfin, des références supplémentaires sont listées dans l'article ci-dessous :
http://humanvarieties.org/2013/04/03/is-psychometric-g-a-myth/

Je ne pense pas que je puisse creuser plus profond d'autres références sur le sujet. Je pense avoir (presque) parcouru de fond en comble les archives de mon ordi avec les documents que je connais.

[dodo]

Je viens de lire l'article que vous recommandez, celui-ci, je crois. Pour etre honnête, je suis un peu désolé pour lui. Mais quand je lis par exemple :

Citer:
Les différents arrangements qui permettent de passer de ce simple rang à un nombre tel que 140 ou 157 relèvent de commodités qui n’ont rien à voir avec les propriétés de l’intelligence.

N'hésite pas à argumenter en quoi ce passage et cet exemple que tu as cité - et donc qui te semble important - te gêne et serait donc une erreur - importante - parmi tant d'autres. Mici.

J'ignore comment je dois interpreter "mici". Enfin bref, peu importe de tte façon. (edit: laissez tomber. après avoir lu votre commentaire du haut, je crois savoir comment le prendre : c'est-à-dire mal.)

Le problème avec les passages citées, comment dire, si je devais vous l'expliquer, je sais que Charles Murray est selon moi celui qui l'a exprimé de façon la plus claire, simple. Donc l'idée c'est que le score en lui même, le chiffre, n'est pas tant informatif que l'écart-type, ou abbrévié SD, en anglais.

Supposez que la moyenne des blancs est de 100. On le met donc à SD=0. Selon que vous divergez de 100, disons 15 points plus haut, donc 115. Cela vous fait en SD, par rapport à une moyenne de SD=0, +1SD au-dessus la moyenne de la population. En ce qui concerne les comparaisons entre ethnie, ce n'est pas vraiment + compliqué. Compte tenu du score des noirs par rapport aux blancs, vous calculez en SD, ou z-score, à combien de retard ils se situent derrière les blancs. Genre, 15 points, ce qui donne encore une fois -1SD.

La signification de SD est sans doute moins parlante, je dirais, que le percentile. Donc vous pouvez le convertir en percentile.

Herrnstein/Murray avaient fourni un calcul/conversion de SD, ou z-score, en percentile. J'ai oublié la page et comment ils procédaient. Mais vous pouvez essayer cette calculatrice. (Lien) Entrez simplement votre z-score, ou SD, genre -1.5, one-sided. Vous devriez avoir un percentile dans la colonne de gauche, à quelque chose comme 6.68, comparé à 50. Cela vous donne une idée vers où les noirs se placent par rapport aux blancs. Pour un SD de -1, proche de la réalité, vous obtiendrez un percentile de 15.86.

Si vous devez expliquer ce chiffre, vous écrirez normalement : "les noirs se situent en moyenne au 15.8th percentile de la distribution des QIs des blancs". Quelque chose dans le genre.

Donc ce que je reproche à Lautrey, c'est d'avoir affirmer que ce chiffre n'a en soi aucune signification. En fait, il en a. Il permet de situer à peu près la "distance cognitive" d'un individu par rapport au groupe dont il est tiré, où auquel on compare, ou se rapporte.

A propos de votre commentaire du haut, pour m'éviter à reposter une nouvelle fois d'affilé :

Les corrélations TR avec les scores de QI sont généralement comprises entre -0,20 et -0,40, mais peuvent parfois être de -0,60.

Incorrect, c'est plutot entre -0.6 et -0.7. La raison des faibles niveaux du genre -0.2 et -0.4, c'est parce qu'il y a différent artéfacts non corrigés. Dont l'une est l'erreur de mesure. Les scores composites ont un niveau de fidélité/fiabilité bien plus élevé.

[dodo]

Bis, en attendant un commentaire de notre eminent racologue

Si vous voulez que je vous réponde la prochaine fois, évitez d'utiliser de nom. C'est insultant, selon moi. Sauf si vous ne souhaitez pas que je réponde, évidemment.

Ce qui est etrange c'est de lire que les immigrants africains ont un QI plus eleve que celui des afro-americains alors que les QI mesurés dans leurs pays d'origine sont ridiculement bas. La selection migratoire ne peut pas tout expliquer.

D'autre part, comment expliquer que les Nigerians (QI moyen=69) soit le groupe d'immigrants qui a le plus de succes dans la scolarité et les etudes superieures aussi bien aux U.S. qu'au Royaume-Uni, egalant ou surpassant les immigrants est-asiatiques (QI moyen=105)?

Mais le meilleur test de QI apparemment, serait les tests de temps de réaction. Voir notamment ceci, de Pesta et Poznanski :
Black-White differences on IQ and grades: The mediating role of elementary cognitive tasks

Une correlation de -0.24 entre QI et temps de reaction (lol...)

J'avais dit plus haut déjà que le QI n'explique qu'une partie des variations dans la réussite scolaire et professionnelle. Environ 50% (voir, More than just IQ: school achievement is predicted by self-perceived abilities--but for genetic rather than environmental reasons). Il y a cet auteur qui pense que la motivation + élevée des africains pourrait avoir joué, Race to college: The reverse gap. Puis, quand vous dites que les nigerians ont 69 de QI, je pense qu'il serait plus exact de dire la population locale, pas la population qui émigre. J'ignore de combien les immigrés nigérians ont un QI plus élevé, mais il y a qd meme pas mal de données qui suggèrent que les immigrés sont avantagés en terme de QI par rapport à la population locale. L'un des meilleurs exemples sont les indiens. On parle d'un QI de 80 pour l'Inde, mais il est clair que les indiens qui viennent ou en Europe ou aux States ont un QI largement plus élevé. Je me rappelle qqchose qui tourne autour de 110.

Enfin, concernant la corrélation QI et temps de réaction, merci de référer à mon commentaire ci-dessus. Quand j'ai cité Pesta/Poznanski par ailleurs, cela n'avait rien à voir avec le corrélation QI et temps de réaction. Ils ont eu tort sur le coup. l'intéret du document est le test de la théorie de Spearman par ce type de test. La plus grande limite n'est pas la corrélation qui n'est pas aussi faible que vous pensez mais la taille d'échantillon qui est vraiment très mince. Il faudrait attendre plusieurs réplications et méta-analyse dans l'avenir, avant que des conclusions plus tranchées ne soient décidées.

Sinon, comme à son habitude, Uno est totalement H.S. Je crois que je vais le laisser dans son délire de gamin. Cela lui va si bien.

[dodo]

quand à ce graphe :

C'est la meilleure preuve possible qu'on a affaire à des fumistes.
Non mais sérieusement, c'est quoi ces gens qui fittent une spline qui a une dizaine de degrés de liberté sur 5 points !?!
La courbe rouge passe par 5 POINTS !!!
Encore une fois, si les auteurs avaient été fichus de tracer les intervalles de confiance autours de ces fits, ils se seraient rendu compte qu'il n'y a AUCUNE tendance dans ces données. Absolument AUCUNE !
Et ce n'est pas parce qu'il n'y a aucune tendance en réalité : c'est parce que les données sont hautement foireuses.
A vue de nez, les 3 jeux de données ont une moyenne autours de 1 avec un écart type qui doit être à 0.2-04, et un intervalle de confiance autours de la moyenne dans les 0.3 ou 0.5 : le seul truc qui ressort de ces données, c'est que l'erreur de mesure sur la variable est énormément plus importante que toutes les variations qu'il pourrait y avoir.

Je le répète, mais c'est la dernière fois. Il s'agit de courbe/ligne de tendance. Pas une régression OLS, où l'on rapporte traditionnellement les standard errors, t-values, etc. Aussi, votre commentaire je le crains est totalement H.S. Le graph montre que ds l'echantillon des adultes, il n'y a pas de tendance baissière de la courbe Loess. Donc pas de diminution des différences de QI.

Pour l'anecdote, John Fuerst dont l'article est tiré, a d'autres articles qd même plus complexes que celui-ci. Il serait plus correct de ne pas tirer de conclusions sur "1 seul article". C'est de la généralisation abusive. Si vous doutez de ses compétences, mieux vaudrait évaluer tous ses blog posts, non un seul. Ce serait plus crédible. Et surtout, surtout, surtout, beaucoup plus honnête. Quelques exemples:
http://humanvarieties.org/2013/03/06/color-differences-ubiquitous-yet-understudied/
http://humanvarieties.org/2013/03/21/color-differences-corrections-and-further-analysis-part-1/
http://humanvarieties.org/2013/03/25/pigmentocracy-a-longitudinal-approach/

Mais admettons juste un petit moment que vous ayez raison à propos de John Fuerst. En ce cas, je pense que bon nombre de chercheurs auraient les oreilles qui sifflent. Regardez cet article de Reardon (lien) cité par John Fuerst dans cet article là. dans l'article de Reardon, il n'y a pas de p-values, ou de CI, rapportés. JF n'a fait, je vois, plus ou moins que la meme chose que Reardon. Tracer des courbes de tendance. Si JF est un "fumiste", alors Reardon et bien d'autres que j'ai en tête, doivent aussi etre des fumistes, selon votre standard. Non?

Alors STP, avant de parler de méta-analyse et cie : cite nous 1 article, 1 seul, dont la méthode est scientifique avec des résultats probants.

Vous parlez comme si les blogposts de Human Varieties étaient mes seules sources. C'est cette conclusion qui est fausse, trompeuse, voire mensongère. Si vous étiez honnête, vous verriez que la majorité de mes sources ne pointent pas vers ce blog.

--------------------------------

J'en profite pour répondre à un vieux commentaire du dénommé "Uno" qui n'a pas arreté de râler sur le QI/g des illettrés. Je vais donc répondre, pour cette fois. Le lien de Uno vers googlebook sur le temps inspection/reaction me dirige vers une page blanche. Aussi, Quand je parlais des méta-analyses, je pensais aux travaux de Vernon. Voir ceci, pages 224-238. Quant aux QIs des illettrés, j'aimerais rappeler, que les tests de QI sont généralement administrés à des enfants/adultes qui savent lire. Je ne crois pas que les tests de QI avaient été originalement conçus pour mesurer le QI des illettrés. Quand je parle, ou quand on parle des tests de QI et des comparaisons entre groupes ethniques, il s'agit d'échantillon représentative - les personnes illettrées ne sont pas représentative de l'ensemble de la population donc ce commentaire n'a aucune pertinence que ce soit sur la question de la comparaison des scores entre groupes. Il "pourrait" poser problème mais seulement, alors, quant il s'agit de comparer des échantillons de populations comprenant des parties de la populations un peu marginales, comme les illettrés. Qd bien meme, les tests de tps de réaction selon moi pourrait etre un bon outil pour les illettrés, au lieu des tests papier/crayons.

[davidsonstreet]

Message à caractère informatif

[davidsonstreet]

les personnes illettrées ne sont pas représentative de l'ensemble de la population donc ce commentaire n'a aucune pertinence que ce soit sur la question de la comparaison des scores entre groupes

On dirait que tu fais partie des gens qui arrivent à vivre confortablement avec un pied dans la bouche.

L’Enquête internationale sur la littératie des adultes (IALS) montre en effet qu’entre 8 et 43 % des adultes n’atteignent pas le niveau le plus faible de littératie et de calcul (niveau 1) dans les 23 pays qui ont participé à l’étude et que dans la majorité d’entre eux, 14 à 23 %atteignent tout juste ce niveau (OCDE et Statistique Canada, 1997). D’après l’Enquête plus récente sur la littératie et les compétences des adultes (ELCA) (OCDE et Statistique Canada, 2005), qui couvrait six pays et régions, entre un tiers et deux tiers des adultes n’obtiennent pas le niveau 3, que beaucoup considèrent comme le niveau minimal permettant de composer avec les exigences de la vie quotidienne et professionnelle.

[uno]

Tient je viens de voir que l'autre endive a de nouveau une crise de «je vais poster plein de lien vers plein de pavés, ça fera croire à tout le monde que je sais de quoi je cause kikoooo lol»! On devine cependant aisément qu'il ne fait ici que se référer à des publication sélectionnées à dessein par d'autres ignorant en fait la complexité de la matière à savoir ici les neurosciences et les liens complexes entre la cognitions et la structure du cerveau. par exemple les relations ou mieux dit corrélations entre QI et certains aspects de notre structure/fonctionnement cérébrale, doivent être remis dans l'optique de la plasticité cérébrale, ce qui fut fait par certaines études dont celle-ci dont je vous livre la conclusion:

«Our findings demonstrate considerable effects of brain plasticity in our sample during the teenage years, over and above normal development. By obviating the many sources of between-subject variance and controlling for global changes in brain structure, our within-subject analysis has allowed us to dissociate brain regions where structure reflects individual differences in verbal or non-verbal performance, in a way that has proved difficult in previous studies using behavioural data from a single point in time. We have also shown that the changes observed over time in the IQ scores of teenagers cannot simply be measurement error, because they correlate with independently measured changes in brain structure in regions that are plausibly related to the verbal and non-verbal functions tested. Further studies are required to determine the generalizability of this finding; for example, the same degree of plasticity may be present throughout life or the adolescent years covered by this study may be special in this regard. In addition, future work could consider the causes of the identified changes both in intelligence and in brain structure and how they impact on educational performance and employment prospects. The implication of our present findings is that an individual’s strengths and weaknesses in skills relevant to education and employment are still emerging or changing in the teenage years.»

Notez bien toutes les aptitudes n'activent pas de la même manière les mêmes régions cérébrales, cependant malgré tout on peut aisément s'attendre, par exemple, à une corrélation entre les apttitudes verbales et aptitudes non-verbales, à partir du moment que les sujets étudiées évoluent dans un environnement social et scolaire où ces aptitudes sont toutes deux enseignées ensemble et donc forcément corrélés et cela à large échelle! Cela amenant cependant à bon nombre de questions car cette étude ne fait qu'effleurer la complexité de la plasticité cérébrale, puisqu'on devrait ajouter celle présente durant la petite enfance et même celle existant encore à l'âge adulte! Cela jetant un froid sur l'idée que l'intelligence peut-être comprise avec un test de QI, le «facteur g» unique, le tout simplement corrélé avec quelques particularités cérébrales pour ensuite en arriver aux conneries postés par Dodo sur les «inégalité raciales», en fait pour ce dernier point on doit même accumuler les raccourcis avec une absence totale de démonstration génétique sur de supposées inégalités intellectuelles entre les différentes «races»! En passant les autres raccourcis que tout le monde devine ici sachant que l'activité et le développement cérébral étant elles-aussi plastiques les corrélations de celles-ci avec le QI sont donc totalement compatibles avec cette plasticité cérébrale, celle-ci étant toutefois moindre à l'âge adulte! À oui notons encore la question de la créativité dont les relation avec le QI ne sont de loin pas évidente comme l'a déjà rappelé Gilles.F, et nul doute que la créativité est pourtant une part extrêmement importante de ce que nous appelons «l'intelligence»!

Sinon, comme à son habitude, Uno est totalement H.S. Je crois que je vais le laisser dans son délire de gamin. Cela lui va si bien.

Mais bien sûr, le seul qui a sans cesse répondu à côté de mes posts c'est bien ta petite personne, mais maintenant c'est claire c'était là-déjà pour ne surtout pas à avoir à répondre à mes questions! Mes questions étaient pourtant simple, comment mesure-t-on le «facteur g» d'une personne illettrée? Ou dit autrement comment mesure-t-on l'intelligence générale d'une personne illettrée? Ah moins que ça te fasse trop mal de dire «On ne ne peut pas» parce que là c'est claire ce serait déjà admettre que le «facteur g» n'est pas une mesure universelle d'une supposée «intelligence générale» mais bel et bien un capilotractage statistiques basées sur des corrélation de tests dont la validité est tributaire du contexte culturel, social et éducatif des populations testées!

Par ailleurs te fier à un blog où l'on trouve des liens menant à une publication comparant les noirs aux singes ce n'est pas très malin mon cher et après tu veux nous faire croire que tes sources sont neutre et le fait de simples esprits curieux, tu te fous de notre gueule tu pue la merde au point que l'on peut légitimement te considérer comme telle et ça tout l'a remarqué depuis un moment mon chéri!

[spin-up]

J'avais dit plus haut déjà que le QI n'explique qu'une partie des variations dans la réussite scolaire et professionnelle.

Mais alors ca devient completement absurde.
1)Nous voulons etudier la reussite sociale et professionnelle des immigres.
2)Nous partons du principe que le QI explique en partie cette reussite
3)Nous testons le QI dans differents pays, chez differents groupes ethniques, popoulations d'immigres.
4)Nous trouvons que les noirs, les hispanos, et qques autres sont inferieurs en QI et que c'est "immuable" (pour ne pas dire genetique)
5)Nous en deduisons que ces populations sont un fardeau socio-economiques si on ne les trie pas a l'entree

Puis
6a) Fait observé: les Nigerians reussissent tres bien, bien que la population du Nigeria ait un QI moyen tres faible
6b)Explication avancée: le QI n'explique pas tout

Pour moi 6b) invalide entierement les etapes 2 a 5.

Puis, quand vous dites que les nigerians ont 69 de QI, je pense qu'il serait plus exact de dire la population locale, pas la population qui émigre. J'ignore de combien les immigrés nigérians ont un QI plus élevé, mais il y a qd meme pas mal de données qui suggèrent que les immigrés sont avantagés en terme de QI par rapport à la population locale.

J'ai bien precisé que je ne crois pas une seconde que la selection migratoire puisse donner une difference de QI moyen de 2 ecarts types comme tu l'annonces pour les indiens. D'ailleurs pourquoi on n'observe pas cette difference pour les est-asiatiques?

Ca devrait quand meme te mettre la puce a l'oreille: 2 populations, Chinois et Nigerians. Une a un QI>100 en Chine, l'autre <70 au Nigeria. Une fois immigrés aux U.S. et au Royaume Uni, les Nigerians font aussi bien ou mieux que les chinois.

Enfin, concernant la corrélation QI et temps de réaction, merci de référer à mon commentaire ci-dessus. Quand j'ai cité Pesta/Poznanski par ailleurs, cela n'avait rien à voir avec le corrélation QI et temps de réaction.

Mais le meilleur test de QI apparemment, serait les tests de temps de réaction. Voir notamment ceci, de Pesta et Poznanski

On en est pas a une contradiction pres.

[Gilles F.]

Donc ce que je reproche à Lautrey, c'est d'avoir affirmer que ce chiffre n'a en soi aucune signification. En fait, il en a. Il permet de situer à peu près la "distance cognitive" d'un individu par rapport au groupe dont il est tiré, où auquel on compare, ou se rapporte.

Je ne vois guère le rapport avec la phrase que tu étais censé contester et que j'avais pourtant re-citée (Les différents arrangements qui permettent de passer de ce simple rang à un nombre tel que 140 ou 157 relèvent de commodités qui n’ont rien à voir avec les propriétés de l’intelligence.)
D'abord, mici = merci, (il n' avait pas de "vanne").
Ben, c'est justement le passage d'une échelle ordinale à une échelle d'intervalle (mon soulignement), par l'étalonnage, qui est LE problème que soulève Lautrey. C'est celui qui est abordé au chapitre 2.2.1 L’abandon de la notion d’âge mental et du quotient, dans le pdf suivant (désolé, c'est vraisemblablement un "draft" et il manque des figures).
http://jacques.lautrey.com/docs/pdf2_L_ ... igence.pdf

Également et pour en revenir au facteur g ou les analyses factorielles, les différents modèles et leur historique, ce pdf de Lautrey aborde très bien cela àmha pour ceux que cela intéresserait. J'aime beaucoup ces deux phrases, notamment :

Pour démontrer la spécificité psychologique du facteur g, il faudrait démontrer qu’il rend compte d’une variance qui lui est spécifique, qu’il ne partage donc avec aucun des autres facteurs, et que l’on puisse interpréter en termes de processus psychologique. Selon Horn et Blankson (2005), ces exigences ne sont pas remplies.

Je découvre que Jacques Lautrey a été récemment brièvement interviewé sur cette question, ce qui ne manquera pas non plus de te faire bondir !
Pourquoi votre QI ne dit pas grand-chose de votre intelligence (désolé Sharon...) :
http://www.atlantico.fr/decryptage/pour ... 37241.html

Ceci dit, si tu veux continuer à utiliser le seul QI pour appréhender "l'Intelligence" et défendre je ne sais quoi, je te laisse à cette conception passéiste et dépassée : libre à toi.
De plus, si cela ne vous gêne aucunement, en utilisant le seul QI, de faire passer à la trappe, les personnes à fort potentiel créatif, les personnes ayant quelque fort talent dans différents domaines, mais aussi le leadership, la motivation, etc., pareillement.
Cela n'empêchera pas ceux qui pensent et travaillent autrement de continuer, ni aux neurosciences de trancher ou de dépasser, eux-aussi, la notion de QI.
++

ajout :

Incorrect, c'est plutot entre -0.6 et -0.7. La raison des faibles niveaux du genre -0.2 et -0.4, c'est parce qu'il y a différent artéfacts non corrigés. Dont l'une est l'erreur de mesure. Les scores composites ont un niveau de fidélité/fiabilité bien plus élevé.

Dans la méta-analyse de Kranzler & Jensen (1989), la corrélation entre Inspection Time et IQ est de -.54 après correction (-.30 avant), ce qui nous fait toujours au mieux que 29.4% de part de variance commune. Dans celle de Grudznik & Kranzler(2001), on monte à -.58 max. Je n'ai pas trouvé de méta-analyse IQ et RT pour le moment. Ceci dit, je suppose que tu pointais les données de Jensen RT & Matrices de Raven. Il y a eu des critiques des résultats que tu proposes, par exemple : http://www.sciencedirect.com/science/ar ... 9684900205

[uno]

On en est pas a une contradiction pres.

Bah l'endive racialiste se base sur des assertions floues, mal-digérées sans consistance sur le fond prenons par exemple cette assertion:

Puis, quand vous dites que les nigerians ont 69 de QI, je pense qu'il serait plus exact de dire la population locale, pas la population qui émigre. J'ignore de combien les immigrés nigérians ont un QI plus élevé, mais il y a qd meme pas mal de données qui suggèrent que les immigrés sont avantagés en terme de QI par rapport à la population locale. L'un des meilleurs exemples sont les indiens. On parle d'un QI de 80 pour l'Inde, mais il est clair que les indiens qui viennent ou en Europe ou aux States ont un QI largement plus élevé. Je me rappelle qqchose qui tourne autour de 110.

Bon d'une part nous n'avons aucune donnée sur le QI des nigérians émigrés par-apport à la population, de plus même nous avions ces donneés avec un avantage substantiel des nigérians immigrés, ça ne nous dirait rien sur les causes de cet avantage.....Pareil pour les Indiens soit dit en passant! Le QI est présenté comme une donnée dont il faut tenir compte ici sans autre explication mais néanmoins pour expliquer le plus grand succès des immigrés parce que le succès des immigrés s'expliquerait par leur plus haut QI c'est un raisonnement circulaire sans pouvoir explicatif aucun! Pour le reste remember!

[Ryuujin]

Je le répète, mais c'est la dernière fois. Il s'agit de courbe/ligne de tendance. Pas une régression OLS, où l'on rapporte traditionnellement les standard errors, t-values, etc. Aussi, votre commentaire je le crains est totalement H.S. Le graph montre que ds l'echantillon des adultes, il n'y a pas de tendance baissière de la courbe Loess. Donc pas de diminution des différences de QI.

Excellent résumé du type d'âneries qu'on peut dire en manipulant des outils compliqués sans maitriser les BASES des statistiques.
1) une spline avec un nombre de nœuds égal au nombre d'observation ne permet JAMAIS de montrer la moindre tendance.
2) une absence de tendance significative ne prouve en rien une absence de tendance tout court. Cela prouve simplement que s'il y a une tendance, sa dérivée est inférieure au bruit sur le signal. Vu le bruit sur votre série temporelle, cela signifie qu'il pourrait y avoir une tendance linéaire de 1% par an sur ces 40 dernières années sans qu'elle soit visible.
3) un d de Cohen de 1 +/- 0.4 = pas de différence significative.

En résumé, vous dites en regardant une série de différences non-significatives qu'une absence de tendance significative qui n'implique pas une absence de tendance tout court signifie qu'il n'y a pas de diminution des différences de QI. Vous commettez en une phrase 3 erreurs dont chacune vaudrait un bulle en statistiques à un élève de licence.


Soyons clair :
- ces données ne prouvent pas l'existence de différences de QI entre blancs et noirs
- quand bien même il y aurait une différence tendant très fortement à diminuer, la mesure est tellement pourrie que vous ne la verriez pas.

Pour conclure : l'ensemble de ces travaux n'a AUCUNE valeur scientifique pour une raison encore plus bête que tout cela , ils reposent sur des comparaisons de moyennes, écart-type à l’appui (mais bizarrement, personne ne semble s'inquiéter du fait que les écarts sont inférieurs à 1.96*sigma).
Un QI moyen n'a en soi pas grand sens, et il en a d'autant moins que la distribution des QI n'a aucune raison d'être symétrique, ni même de répondre à la même loi chez des populations soumises à des réalités différentes.

J'aimerai voir en premier lieu un test de comparaison de distribution fait correctement.
Commencez par prouver CORRECTEMENT que ces deux populations sont statistiquement différentes en terme de QI.

[Wooden Ali]

Commencez par prouver CORRECTEMENT que ces deux populations sont statistiquement différentes en terme de QI.

Trop difficile ! Apprendre les fondamentaux des statistiques risquerait de lui faire comprendre ce que valent réellement les études qu'il nous soumet. Et ça, il n'y tient pas du tout. Dodo préfère les méta analyses qui consistent essentiellement à mélanger des merdes de différentes origines en espérant qu'il en sortira de l'or.

Quant à sa compréhension de ce qu'est un écart-type, jugez-en :

Supposez que la moyenne des blancs est de 100. On le met donc à SD=0. Selon que vous divergez de 100, disons 15 points plus haut, donc 115. Cela vous fait en SD, par rapport à une moyenne de SD=0, +1SD au-dessus la moyenne de la population

Apparemment, pour ce statisticien chevronné, l'écart type est une quantité qui se choisit.
Il ne vaut mieux pas lui parler de distribution, cela lui brouillerait un entendement déjà dans un triste état.

[Ryuujin]

J'ai failli faire le test de distrib moi même, mais les données sont beaucoup trop chiantes à obtenir pour quelqu'un qui a un vrai boulot à côté.
Si quelqu'un arrive à me chopper un truc potable en csv ou dlimited avec une ou deux variables environnementales (type household income), je fais le test sans faire aucune hypothèse sur la distrib.

[Eve_en_Gilles]

Quant à sa compréhension de ce qu'est un écart-type, jugez-en :

Supposez que la moyenne des blancs est de 100. On le met donc à SD=0. Selon que vous divergez de 100, disons 15 points plus haut, donc 115. Cela vous fait en SD, par rapport à une moyenne de SD=0, +1SD au-dessus la moyenne de la population

Apparemment, pour ce statisticien chevronné, l'écart type est une quantité qui se choisit.
Il ne vaut mieux pas lui parler de distribution, cela lui brouillerait un entendement déjà dans un triste état.

On touche à l'incompétence totale ens tatistique là.

Quand je vous dis que dodo est très certainement noir pour être aussi peu malin...

[uno]

Il serait également intéressant d'insérer quelques éléments sociologiques et culturels dans ces question au lieu de se fixer à des lectures racialistes de moyennes de QI! Par exemple comparés des noirs et des blancs à revenus égales pour ensuite affirmer que si malgré cela les noirs ont en moyenne un QI moindre cela veut dire que les facteurs sociaux n'expliquent pas les différences constatées et que la cause est probablement génétique c'est oublier que le revenu n'explique pas tout!

«For example, consider only affluent households whose incomes were above $75,000 in each year (adjusted for inflation). Table 2 shows that the average affluent white household lived in a neighborhood where the poverty share was under 10 percent in every year. But poor white households (incomes below $40,000) lived in neighborhoods with only slightly greater poverty shares, about 12 percent or 13 percent. In contrast, affluent blacks lived in neighborhoods that were 14-15 percent poor, and affluent Hispanics in neighborhoods that were about 13 percent poor. On average around the country, in this whole period of nearly two decades, affluent blacks and Hispanics lived in neighborhoods with fewer resources than did poor whites.» Separate and Unequal: The Neighborhood Gap for Blacks, Hispanics and Asians in Metropolitan America

Et notez bien il ne s'agit ici que d'une comparaison de «l’environnement économique» dans lequel vivent généralement les familles noires à haut revenu par-apport aux familles blanches à revenus équivalent, rien n'est dit à propos de «l’environnement culturel», notamment en matière de rapport au travail, à la scolarité et au reste de la société, probablement très influent dans le parcours scolaire des jeunes évoluant dans pareils environnements mais autrement plus difficile à cerner que les données économiques qui elles ont le méritent d'être relativement faciles à quantifier!

[Wooden Ali]

Quand je vous dis que dodo est très certainement noir pour être aussi peu malin...

... ou hispanique peut-être ?

Plaignons ce pauvre dodo qui disparut prématurément après qu'une horde d'espèces inférieures et venues de l'étranger aient envahi son île et finissent de le bouffer jusqu'au dernier. Tout un symbole pour un tenant honteux de la purification ethnique.