content/drafts/book-review-human-diversity.md

   1 Title: Book Review: Charles Murray's <em>Human Diversity: The Biology of Gender, Race, and Class</em>
   2 Date: 2020-01-01
   3 Category: commentary
   4 Tags: review (book), race, sex differences
   5 Status: draft
   6
   7 [This is a pretty good book](https://www.twelvebooks.com/titles/charles-murray/human-diversity/9781538744000/) about things we know about some ways in which people are different from each other! In [my last book review](/2020/Jan/book-review-the-origins-of-unfairness/), I mentioned that I had been thinking about broadening the topic scope of this blog, and this book review seems like an okay place to start!
   8
   9 Honestly, I feel like I already knew most of this stuff?—sex differences in particular are kind of _my bag_—but many of the details were new to me, and it's nice to have it all bundled together in a paper book with lots of citations that I can chase down later when I'm skeptical or want more details about a specific thing! The main text is littered with pleonastic constructions like "The first author was Jane Thisand-Such" (when discussing the results of a multi-author paper) or "Details are given in the note<sup>[n]</sup>", which feel clunky to read, but are _so much better_ than the all-too-common alternative of authors _not_ "showing their work".
  10
  11 In the first part of this blog post, I'm going to summarize what I learned from (or was reminded of by) _Human Diversity_, but it would be kind of unhealthy for you to rely too much on tertiary blog-post summaries of secondary semi-grown-up-book literature summaries, so if these topics happen to strike your scientific curiosity, you should probably skip this post and [go buy the source material](https://www.amazon.com/dp/B07Y82KNS1/)—or maybe even a grown-up textbook!
  12
  13 The second part of this blog post is irrelevant.
  14
  15 -----
  16
  17 _Human Diversity_ is divided into three parts corresponding to the topics in the subtitle! (Plus another part if you want some wrapping-up commentary from Murray.) So the first part is about things we know about some ways in which female people and male people are different from each other!
  18
  19 The first (short) chapter is mostly about explaining [Cohen's _d_](https://en.wikiversity.org/wiki/Cohen%27s_d) [effect sizes](https://en.wikipedia.org/wiki/Effect_size), which I think are solving a very important problem! When people say "Men are taller than women" you know they don't mean _all_ men are taller than _all_ women (because you know that they know that that's obviously not true), but that just raises the question of what they _do_ mean. Saying they mean it "generally", "on average", or "statistically" doesn't really solve the problem, because that covers everything between-but-not-including "No difference" to "Yes, literally all women and all men". Cohen's _d_ is the summary statistic that lets us _quantify_ statistical differences in standardized form: once you can [visualize the overlapping distributions](https://rpsychologist.com/d3/cohend/), whether the reality of the data should be summarized in English words as a "large difference" or a "small difference" becomes a _much less interesting_ question.
  20
  21 Murray also addresses the issue of aggregating effect sizes—something [I've been meaning to get around to blogging about](/2018/Dec/untitled-metablogging-26-december-2018/#high-dimensional-social-science-and-the-conjunction-of-small-effect-sizes) more exhaustively for a while in this context of group differences (although at least, um, my favorite author on _Less Wrong_ [covered it in the purely abstract setting](https://www.lesswrong.com/posts/cu7YY7WdgJBs3DpmJ/the-univariate-fallacy)): small effect sizes in any single measurement can amount to a _big_ difference when you're considering many measurements at once. That's how people can distinguish female and male faces at 96% accuracy, even though there's no single measurement (like "eye width" or "nose height") offers that much predictive power.
  22
  23 Subsequent chapers address sex differences in personality, cognition, interests, and the brain. It turns out that women are more warm, empathetic, æsthetically discerning, and cooperative than men are! They're also more into the Conventional, Artistic, and Social dimensions of the [Holland occupational-interests model](https://en.wikipedia.org/wiki/Holland_Codes).
  24
  25 You might think that this is all due to socialization, but then it's hard to explain why the same differences show up in different cultures—and why (counterintuitively) the differences seem _larger_ in richer, more feminist countries. You might think that the "larger differences in rich countries" result is an artifact: maybe people in less-feminist countries implicitly make within-sex comparisons when answering personality questions (_e.g._, "I'm aggressive _for a woman_") whereas people in more-feminist countries use a less sexist standard of comparison, construing ratings as compared to people-in-general. Murray points out that this explanation still posits the existence of large sex differences in rich countries (while explaining away the unexpected cross-cultural difference-in-differences). Another possibility is that wealth increases sexual dimorphism _in general_, including, _e.g._, height and blood pressure, not just in personality.
  26
  27 Women are better at verbal ability and social cognition, whereas men are better at visuospatial skills. The sexes achieve similar levels of overall performance via somewhat different mental "toolkits." Murray devotes a section to a 2007 result of Johnson and Bouchard, who report that ["_g_ masks the dimensions on which [sex differences in mental abilities] lie"](/papers/johnson-bouchard-sex_differences_in_mental_abilities_g_masks_the_dimensions.pdf): overall levels of mental well-functioning lead to underestimates of the effect sizes of specific mental abilities, which you want to statistically correct for. This result in particular is _super gratifying_ to me personally, because [I independently had a similar idea](/2019/Sep/does-general-intelligence-deflate-standardized-effect-sizes-of-cognitive-sex-differences/)—it's _super validating_ as an amateur to find that the pros have been thinking along the same track!
  28
  29 The second part of the book is about some ways in which people with different ancestries are different from each other! Obviously, there are no "distinct" "races" (that would be dumb), but it turns out (as found by endeavors such as [Li _et al._ 2008](/papers/li_et_al-worldwide_human_relationships_inferred.pdf)) that when you throw clustering and [dimensionality-reduction](https://en.wikipedia.org/wiki/Dimensionality_reduction) algorithms at SNP data (<em>s</em>ingle <em>n</em>ucleotide <em>p</em>olymorphisms, places in the genome where more than one allele has non-negligible frequency), you get groupings that are a pretty good match to classical or self-identified "races".
  30
  31 Ask the computer to assume that an individual's ancestry came from _K_ fictive ancestral populations where _K_ := 2, and it'll infer that sub-Saharan Africans are descended entirely from one, East Asians and some native Americans are descended entirely from the other, and everyone else is an admixture. But if you set _K_ := 3, populations from Europe and the near East (which were construed as admixtures in the _K_ := 2 model) split off as a new inferred population cluster. And so on.
  32
  33 These ancestry groupings _are_ a "construct" in the sense that the groupings aren't "ordained by God"—the algorithm can find _K_ groupings for your choice of _K_—but _where_ it [draws those category boundaries](https://www.lesswrong.com/posts/esRZaPXSHgWzyB2NL/where-to-draw-the-boundaries) is a function of the data. The construct is doing _cognitive work_, concisely summarizing statistical regularities in the dataset (which is _too large_ for humans to hold in their heads all at once): a map that reflects a territory.
  34
  35 Twentieth-century theorists like Fisher and Haldane and whatshisface-the-guinea-pig-guy had already figured out a lot about how evolution works (stuff like, a mutation that confers a fitness advantage of _s_ has a probability of about 2<em>s</em> of sweeping to fixation), but a lot of hypotheses about recent human evolution weren't easy to test or even formulate until the genome was sequenced!
  36
  37 You might think that there wasn't enough _time_ in the 2–5k generations since we came forth out of Africa for much human evolution to take place: a new mutation needs to confer an unusually large benefit to sweep to fixation that fast. But what if you didn't actually need any new mutations? Natural selection on polygenic traits can also act on "standing variation": variation _already_ present in the population that was mostly neutral in previous environments, but is fitness-relevant to new selection pressures. The rapid response to selective breeding observed in domesticated plants and animals mostly doesn't depend on new mutations.
  38
  39 Another mechanism of recent human evolution is _introgression_: early humans interbred with our Neanderthal and Denisovan "cousins", giving our lineage the chance to "steal" all their good alleles! In contrast to new mutations, which usually die out even when they're beneficial (that 2<em>s</em> rule again), alleles "flowing" from another population keep getting reintroduced, giving them more chances to sweep!
  40
  41 Population differences are important when working with genome-wide association studies, because a model "trained on" one population won't perform as well against the "test set" of a different population. Suppose you do a big study and find a bunch of SNPs that correlate with a trait, like schizophrenia or liking opera. The frequencies of those SNPs for two populations from the same continent (like Japanese and Chinese) will hugely correlate (_r_ ≈ 0.97), but for more genetically-distant populations from different continents, the correlation will still be big but not huge (like _r_ ≈ 0.8 or whatever).
  42
  43 [table p. 192]
  44
  45 [sickle-cell, lactase persistence]
  46
  47 [Tibet, Peru, Ethiopia all have high-altitude adapatations, but they're different adaptations, p. 198]
  48
  49 The third part of the book is about genetic influences on class structure!
  50
  51 [p. 212-4: A + C + E model and comparing identical and fraternal twins (different from twins raised apart)]
  52 [ACE model assumes no assortative mating, which leads to an underestimate of A: because it makes fraternal twins resemble each other for non-environmental reasons]
  53 [equal environments assumption could be violated]
  54
  55 [shared environment is zero for personality]
  56
  57 [standard examples:red haired children, plants with sunshine]
  58
  59 [parental SES also tracks parental genes]
  60
  61 [not determinism for individuals, but shapes class structure]
  62
  63 [useful outside interventions are hard]
  64
  65 [last section looks ahead]
  66
  67 [geneticists used to think that they would find small number of "genes for" something, but it turns out that lots of SNPs (omnigenetic) affect lots of things (pleiotropy)]
  68
  69 [vertical pleiotropy: LDL affects heart attack; vs. horizontal]
  70
  71 ["tag" SNP: https://www.gwern.net/Embryo-selection#limits-to-iterated-selection-the-paradox-of-polygenicity ]
  72
  73 [Plomin school vs. Turkheimer school debate on the usefulness of polygenic scores]
  74
  75 [Plomin says, causal in one direction (trait can't cause score), predict from brith, predict individuals. Can assess risk before it happens, clinical psychology will move towards dimensions rather than diagnoses, "positive genomics"—looking at the right tail in contrast to clinical psychology's focus on disorders]
  76
  77 [Eric Turkheimer: polygenic scores don't tell you anything about causality, and science is about causes: heritability without mechanism. Divorce is heritable _in the same way_ that IQ is. http://www.geneticshumanagency.org/gha/the-ubiquity-problem-for-group-differences-in-behavior/ a "universal, nonspecific genetic pull on everything"]
  78
  79 [Murray says social science is about explaining variance, not causality]
  80
  81 There are also some appendicies at the back of the book! Appendix 1 (reproduced from one of Murray's earlier books) explains some basic statistics concepts. Appendix 2 ("Sexual Dimorphism in Humans") goes over the prevalence of intersex conditions and gays, and then—so much for this post broadening the [topic scope of this blog](/tag/two-type-taxonomy/)—transgender typology! Murray presents the Blanchard–Bailey–Lawrence–Littman view as fact, which I think is basically _correct_, but a more comprehensive treatment (which I concede may be too much too hope for from a mere Appendix) would have at least _mentioned_ alternative views ([Serano](http://www.juliaserano.com/)? [Veale](https://www.waikato.ac.nz/fass/about/staff/jveale)?), if only to explain _why_ they're worth dismissing. (Contrast to the eight pages in the main text explaining why "But, but, epigenetics!" is worth dismissing.)
  82
  83 Then Appendix 3 ("Sex Differences in Brain Volumes and Variance") has tables of brain-size data, and an explanation of the greater-male-variance hypothesis. Cool!
  84
  85 -----
  86
  87 ... and that's the book review that I would prefer to write. A science review of a science book, for science nerds. The kind of thing that would have no reason to draw your attention if you're not _genuinely interested_ in Mahanalobis _D_ effect sizes or adaptive introgression or Falconer's formula, for their own sake, or for the sake of [compressing the length of the message needed to encode your observations](https://en.wikipedia.org/wiki/Minimum_message_length).
  88
  89 But that's not why you're reading this. That's not why Murray wrote the book. That's not even why _I'm_ writing this.
  90
  91
  92
  93
  94
  95 > Above all, nothing we learn will threaten human equality properly understood.
  96
  97 Murray quotes Stephen Pinker: "Equality is not the empirical claim that all groups of humans are interchangeable; it is the moral principle that individuals should not be judged or constrained by the average properties of their group."
  98
  99 [where I agree with the moral _sentiment_, but that platitude doesn't solve all the problems (notably, that's not how Bayesian reasoning works)]
 100
 101 [my thought: but you need causality to know the effects of interventions! Maybe that's _why_ we don't have any useful outside interventions!]
 102
 103 [polygenic scores are useful in the context of society's structure]
 104
 105 > Women in combat? It's not an issue of female courage. But from early childhood into adulthood, males are far more attracted than females to physical contests, including ones involving violence, and are more physically aggressive and risk-taking than women.
 106
 107
 108
 109 [...]
 110
 111 > I think at the root is the new upper class's conflaction of intellectual ability and the professions it enables with human worth. Few admit it, of course. BUt the evolving zeitgeist of the new upper class has led to a misbegotten hierarchy whereby being a surgeon is _better_ in some sense of human worth than being an insurance salesman, being an executive in a high-tech firm is _better_ than being a housewife, and a neighborhood of people with advanced degrees is _better_ than a neighborhood of high-school graduates. To put it so baldly makes it obvious how senseless it is. There shouldn't be any relationship between these things and human worth. And yet, among too many in the new upper class, there is.
 112
 113
 114
 115
 116 As [Harold Lee points out](https://write.as/harold-lee/seizing-the-means-of-home-production),
 117
 118
 119
 120
 121 > The conflcation of intellectual ability with human worth helps to explain the new upper class's insistence that inequalities of intellectual ability must be the product of environmental disadvantage. Many people with high IQs really do feel sorry for people with low IQs. If the environment is to blame, then those unfortunates can be helped, and that makes people who want to help them feel good. If genes are to blame, it makes people who want to help them feel bad. People prefer feeling good to feeling bad, so they engage in confirmation bias when it comes to the evidence about the causes of human differences.
 122
 123
 124 https://write.as/harold-lee/seizing-the-means-of-home-production
 125
 126
 127 Moldbug's denying the moral worth of IQ: https://archive.is/9Ezk3
 128
 129
 130
 131 https://www.lesswrong.com/posts/Aud7CL7uhz55KL8jG/transhumanism-as-simplified-humanism
 132
 133 https://www.lesswrong.com/posts/faHbrHuPziFH7Ef7p/why-are-individual-iq-differences-ok
 134
 135 http://zackmdavis.net/blog/2016/08/ineffective-deconversion-pitch/