Gracias a todos por ver este video, les agradezco se suscriban para mas contenido.

Notas:

[172] Michael Bulmer, Francis Galton: Pioneer of Heredity and Biometry, Johns Hopkins University Press, Baltimore, 2003.

[173] Los investigadores convierten cada puntuación original a puntuación
estándar restando la media y dividiendo el resultado por la desviación estándar. Las puntuaciones estándar tienen una media de cero y una desviación estándar de 1, pueden compararse según variables (especialmente cuando las distribuciones estadísticas de las puntuaciones originales son similares) y tienen muchas propiedades matemáticas deseables que Galton tuvo que indagar para entender la naturaleza de la correlación y la regresión.

[174] Este no es el caso en un entorno en el que algunos niños están mal
alimentados. Las diferencias en nutrición serán entonces importantes, la
proporción de factores compartidos disminuirá y, con ella, la correlación entre la estatura de los padres y la estatura de los hijos (salvo que los padres de los niños mal alimentados hayan sufrido también los efectos del hambre en su infancia).

[175] La correlación se calculó para una muestra muy extensa de la población de Estados Unidos (Gallup-Healthways Well-Being Index).

[176] La correlación parece impresionante, pero me sorprendió enterarme hace muchos años, por el sociólogo Christopher Jencks, que si todo el mundo tuviese la misma educación, la desigualdad en ingresos (medida por la desviación estándar) solo se reduciría en un 9 por ciento. La fórmula relevante es √(1–r2), donde r es la correlación.

[177] Esto es verdad cuando las dos variables se miden en puntuaciones estándar; es decir, cuando cada puntuación es transformada restando la media y dividiendo el resultado por la desviación estándar.

[178] Howard Wainer, « The Most Dangerous Equation» , American Scientist 95 (2007), pp. 249-256.

Time Codes:
00:07 Regresión a la media
04:27 Talento y suerte
10:59 Para entender la regresión
24:31 Hablando de regresión a la media