Après avoir montré l'étendue de son incompétence en statistiques dans le sujet sur la crème glacé, le dodo veut donner des leçons....
dodo a écrit :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.
Je suis mort de peur....
dodo a écrit :
Cogite Stibon a écrit :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.
Qui a dit que ces variables sont additives ? Pas moi en tout cas. Il n'est pas nécessaire qu'elles le soient pour avoir des influences qui ne soient pas corrélées à 100%. Et le fait qu'elle ne le soient pas n'implique pas que leur contribution soit "marginale et insignifiante".
dodo a écrit :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.
Alors, pourquoi citer cet extrait de cet auteur, et revendiquer ces arguments ? Pour rappel, je réagissait à cette phrase :
Je pense que la question n'est pas pertinente du moins. Selon l'auteur, les aides sociales envers les minorités sont décuplées par rapport aux générations précédentes. Pourtant, les différences en matière de QI non. Donc pour lui peu importe si le QI est génétique ou pas, vu que lorsque l'on attribue des subventions pour ce qui est des ressources, et bien apparemment, ça n'a pas bcp d'effet d'où son pessimisme.
dodo a écrit :
Cogite Stibon a écrit :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 :[... long copier coller de textes pas compris par dodo, et confirmant en grande partie mon propos ...]
Pour ceux qui voudrait comprendre de quoi on parle : un "test de QI" est composé de plusieurs "tests", chacun mesurant quelque chose de différent (test de langage, d'arithmétique, etc.). Le facteur g est, par définition, une mesure de la corrélation entre les résultats à ces différents "tests", composant un "test de QI". Les différent "tests de QI" sont composés de "tests" différent. Par construction, ils sont étalonnés pour obtenir un même "g".
dodo a écrit :
Cogite Stibon a écrit :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.
Ben si. Et en plus, je comprends ce dont il parle.
dodo a écrit :
Cogite Stibon a écrit :Vous croyez vraiment qu'on ne peut pas contrôler une variable selon plusieurs variables corrélées entre elles ?
Voir ci-dessus.
Vu la teneur de la réponse ci-dessus, je prends ça pour un oui.
dodo a écrit :Cogite Stibon a écrit :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.
Et c'est donc moi le sophiste.
dodo a écrit :Cogite Stibon a écrit :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. [... Encore un long copié-collé sans rapport avec le sujet ...]
Je le répète, un biais qui impacte de façon homogène l'ensemble toutes les composantes (les "tests") d'un test de QI donne exactement le même facteur g. Donc, si on ne mesure pas la contribution de ces biais (ou si on décide a priori que ce n'est pas la peine de la mesurer, comme le fait dodo un peu plus haut), on peut faire tous les calculs de corrélation que l'on veut, on ne montre rien.
Je vais répéter ce que dodo n'a pas commenter, et qu'il ne veut pas comprendre :
Le fait que l'on retrouve la même définition de g d'un test de QI à l'autre ne montre que deux choses :
- d'une part, que les tests de QI mesurent globalement les mêmes capacités cognitives, en leur attribuant le même poids.
- d'autre part, que ces différentes capacités cognitives mesurées sont globalement corrélés de la même façon d'une population à une autre.
Après avoir fait une belle séance de name dropping de notions statistiques qu'il ne comprends pas, dodo nous fait une belle démonstration d'esquive.
Pour les échantillons statistiques, comme dans d'autres domaines, il n'y a pas que la taille qui compte.
Raisonner a l'instinct sur des problemes de probabilites, c'est le desastre assuré. (Spin Up)
Une graphe sans échelle, c'est bon pour la poubelle
... ou hispanique peut-être ?
dodo 
