Questo metodo può aiutare a rispondere alle domande chiave del campo Genetica Comportamentale sulle differenze individuali nelle relazioni longitudinali di variabili diverse in più punti di tempo. Questa tecnica consente agli investigatori di stimare le differenze individuali che sorgono in specifici punti di tempo, così come quelle che si traspongono da un punto di tempo all'altro. Le implicazioni di questa tecnica si estendono alle scienze della psicologia e dell'educazione più in generale.
Come tale questa tecnica può rispondere a domande di ricerca nella scienza della lettura. Inizia aprendo il programma di modellazione statistica. Individuare il file di dati pertinente da leggere nel programma di modellazione statistica.
Quindi fai clic sull'icona di esecuzione per ottenere stime per le influenze ambientali genetiche condivise e non condivise dal metodo di decomposizione cholesky multivariato. Dopo che il programma ha generato stime per influenze ambientali e ambientali non condivise genetiche, individuare le stime nel file di output. Aprire quindi l'elaboratore di testi e copiare le stime generate in una tabella.
Quindi aprire il software con una GUI e alle stime dalla tabella creata nelle celle da F3 a F16, da G4 a G16, da H5 a H16 e da I6 a I16. Calcola la varianza delle influenze ambientali e ambientali non condivise genetiche quadrando le stime nelle cellule da F3 a F16, da G4 a G16, da H5 a H16 e I6 thorough I16. Digitare i valori quadrati nelle celle da J3 a J16, da K4 a K16, da L5 a L16 e da M6 a M16.
Quindi calcolare la varianza percentuale moltiplicando i valori nelle celle da J3 a J16, da K4 a K16, da L5 a L16 e da M6 a M16 per 100. Digitare i valori percentuali nelle celle da N3 a N16, da O4 a O16, da P5 a P16 e da Q6 a Q16. Successivamente, per calcolare la misura in cui le influenze genetiche si sovrappongono dalle scuole elementari a medie, dal tipo 0 in R3, dal tipo N4"in R4, dal tipo N5+O5" in R5 e dal tipo N6+O6+P6" in R6. Quindi, per calcolare in che misura fattori genetici unici vengono online in ogni particolare momento, copiare le percentuali dalle cellule N3, O4, P5 e Q6 rispettivamente nelle cellule S3, S4, S5 e S6.
In seguito, copiare le percentuali dalle celle N8, O9, P10 e Q11 rispettivamente nelle celle U3, U4, U5 e U6, per ottenere la misura in cui fattori ambientali condivisi univoci vengono online ad ogni grado. Infine, copiare le percentuali dalle celle N13, O14, P15 e Q16 rispettivamente nelle celle W3, W4, W5 e W6 per ottenere la misura in cui fattori ambientali non condivisi univoci vengono online ad ogni grado. Assicurarsi che i valori nelle celle da R3 a W3, da R4 a W4, da R5 a W5 e da R6 a W6 vengano sommati fino a 100.
Infine, traccia le sovrapposizioni genetiche e le influenze genetiche uniche facendo clic e trascinando il mouse sulle cellule da R2 a R6 e S2 fino a S6 per evidenziare i dati. Fare clic sul menu inserisci, quindi fare clic su grafici e colonna in pila. I risultati hanno indicato che c'era una grande quota di influenze genetiche uniche sulla fluidità dei nomi delle lettere nell'asilo, sulla fluidità della segmentazione del fonema nell'asilo e sulla comprensione della lettura in 7a elementare.
Al contrario, le capacità di lettura a livello di parola erano in misura minore associate a influenze genetiche uniche che sorgono in 1 ° grado. Per le influenze ambientali condivise, i risultati implicavano che la sovrapposizione dell'ambiente condiviso influenzava la fluidità della denominazione delle lettere e la fluidità della segmentazione del fonema nell'asilo. Allo stesso modo, gli effetti ambientali condivisi sovrapposti si sono riflessi nelle capacità di lettura a livello di parola in 1 ° grado e nella comprensione della lettura in 7 ° grado che sono state condivise anche con le capacità di lettura dell'asilo.
Per le influenze ambientali non condivise, i risultati hanno suggerito pochissima sovrapposizione tra i fattori. La maggior parte delle influenze ambientali non condivise indicava influenze uniche ad ogni singolo grado. Infine, in generale, è stato dimostrato che le capacità di lettura sembravano essere influenzate da fattori sia genetici che ambientali in questo periodo di sviluppo.
Quando si tenta questa procedura, è importante ricordare che lo script del programma di modellazione statistica potrebbe richiedere la regolazione dei valori di avvio in base ai dati immessi. Questa procedura può essere modificata per rispondere a domande aggiuntive sulla misura in cui le differenze individuali di altre abilità di lettura influenzano la variabilità e la comprensione della lettura in altri punti di tempo. Il metodo di decomposizione di Cholesky è un approccio popolare nella genetica comportamentale.
Consente agli investigatori di quantificare le differenze individuali specifiche del punto di tempo distinguendole dalle influenze che si sovrappongono su più punti di tempo.
