Семья | Дети | Биологические матери | Матери-усыновители |
А | 105 (-2) | 95 (-2) | 107 (0) |
Б | 106 (-1) | 96 (-1) | 105 (-2) |
В | 107 (0) | 97 (0) | 109 (+2) |
Г | 108 (+1) | 98 (+1) | 106 (-1) |
Д | 109 (+2) | 99 (+2) | 108 (+1) |
среднее x=107 | среднее x=97 | среднее x=107 |
Примечание. Величины в скобках есть отклонения от среднего.
В настоящем примере получается идеально высокая положительная корреляция (равная +1) между детьми и их биологическими матерями, поскольку в обеих этих группах наблюдается однонаправленность отклонений от среднего, что и создает высокую положительную корреляцию. Корреляция с матерями-усыновителями будет гораздо ниже. Однако если мы взглянем на абсолютные величины IQ, то легко можем заметить, что приемные дети как группа гораздо ближе к группе их матерей-усыновителей. Действительно, средние величины интеллекта в этих группах совпадают, тогда как в группе биологических матерей они гораздо ниже. Поскольку приемные дети имеют общую среду с усыновившими их матерями и не имеют таковой с их биологическими матерями, а по абсолютным величинам IQ оказываются гораздо ближе к матерям-усыновителям, сам собой напрашивается вывод о средовой детерминации интеллекта. Вместе с тем высокая корреляция между биологическими родственниками и отсутствие таковой у людей, не связанных генетическим родством, свидетельствуют о высокой наследуемости признака. В этом примере содержится основной парадокс данных количественной генетики: высокая наследуемость вполне может сочетаться с чувствительностью конкретных генотипов к средовым изменениям. Усыновление в семьи с более благоприятной средой вполне может привести к тому, что дети будут опережать своих биологических матерей по уровню интеллекта. Вместе с тем легко заметить, что хотя дети оказались на другом уровне шкалы, они сохранили свои ранговые места в соответствии со своим биологическим происхождением. Таким образом, даже если индивидуальные особенности детей идеально коррелируют с особенностями их биологических родителей, эти дети как группа в среднем могут больше походить на родителей-усыновителей.
В нашем примере данные генетики поведения говорят о том, что вариативность интеллекта в популяции в основном обусловлена вариативностью генотипов, а не вариативностью сред. Это тот вывод, который может сделать генетик. Но психолог, измерив средние величины интеллекта в группах детей и их приемных и биологических родителей, имеет полное право сказать, что наблюдаемое сходство по интеллекту между приемными детьми и их родителями-усыновителями обусловлено общей средой (общая среда в нашем примере только у приемных детей и матерей-усыновителей). Как ни странно, но выводы генетика и психолога абсолютно не противоречат друг другу, но для генетика мерой сходства является корреляция, которая указывает на то, что показатели интеллекта у родственников в популяции ковариируют, а для психолога такой мерой является сходство в абсолютных значениях или средних величинах интеллекта в группах приемных детей и их матерей-усыновителей, которое говорит о возможности среды влиять на фенотип в индивидуальном развитии. Среда, влияя на индивидуальное развитие каждого конкретного ребенка, приводит к увеличению сходства в абсолютных величинах признака между детьми и родителями-усыновителями. Однако наблюдаемые межиндивидуальные различия по интеллекту в данном примере должны быть объяснены генетическими различиями между индивидами. Основанием для этого и является высокая корреляция между биологическими родственниками.
Регрессия
Коэффициент корреляции не предполагает наличия какой-либо причинно-следственной зависимости между переменными. Если с увеличением переменной х наблюдается рост переменной y, то мы констатируем наличие положительной корреляции между этими переменными, однако на этом основании мы еще не можем утверждать, что увеличение у является следствием увеличения х. Например, в городах мы можем обнаружить, что количество кафе и столовых положительно коррелирует с количеством больниц и поликлиник. Естественно, из этого не следует, что общественное питание является причиной высокой заболеваемости населения, что и приводит к появлению новых лечебных учреждений. Просто количество тех и других заведений определяется численностью населения города: чем больше жителей, тем больше необходимо как кафе, так и поликлиник. Отсюда и высокая положительная корреляция. Таким образом, коэффициент корреляции позволяет определить лишь наличие статистической связи между переменными, но не позволяет установить причину этой связи. В статистике существует и другой метод измерения связи, который предполагает оценку зависимости одной переменной от другой. Это метод линейной регрессии. Метод регрессии позволяет предсказать, какую величину будет иметь зависимая переменная у при любых значениях независимой переменной х. Речь фактически идет об уравнении регрессии уi = a + b(xi - x), в котором нам необходимо определить величины а и b соответствующей линии регрессии. Независимая переменная (xi - x) представляет собой отклонение признака данного индивида от среднепопуляционной величины. Линия регрессии строится таким образом, чтобы квадраты расстояний между ней и всеми точками на графике были минимальными (рис. 6.2 и 6.3а, б.). Коэффициент b называется коэффициентом регрессии у на х. Если коэффициент регрессии достоверно выше 0, то говорят о зависимости переменной у от переменной х. В количественной генетике регрессия применяется в основном в исследованиях родителей и детей. Часто используют одновременно и регрессию, и корреляцию. Регрессия имеет ряд преимуществ по сравнению с корреляцией, применение которой ограничено рядом условий, о которых речь пойдет в следующем разделе. Регрессия менее чувствительна к этим условиям.
Термин регрессия был введен Ф. Гальтоном при исследовании роста у родителей и детей. В этой работе Ф. Гальтон отметил, что у более высоких отцов сыновья также отличаются высоким ростом, но все же они несколько ниже своих отцов. У отцов небольшого роста сыновья так же невысоки, но они обычно выше своих отцов. Таким образом, рост детей как бы стремится к популяционной средней (рис. 6.4). Это явление Ф. Гальтон назвал регрессией на среднюю.