国际IQ测试的可靠性

在本研究中，研究人员从国际IQ测试数据库中随机选择了三组不同的测试结果，每组包含66,032条记录，这些记录分别来自2020年、2021年和2022年三个不同年份。这样做的目的是在假设世界人口为80,000的情境下，保证每次都能代表世界人口，从而评估该测试及其IQ分数计算算法的有效性。每个组都根据2023年各国人口占世界人口的百分比，从世界各国的结果中按比例选取样本。

例如，2023年中国约占世界人口的18.89%。因此，在每个年度的组里，都包含来自中国用户的15,112条测试结果（80,000的18.89%）。

在最终选定之前，这些结果都经过了过滤，以确保只保留真实结果（没有重复或机器人提交）。该过滤标准对所有国家一视同仁，并且也同样用于每年编制各国IQ排名的过程（各国IQ排名）。

在这三年当中，每个组所获得的数据都足以代表世界人口的82.54%（66,032 / 80,000）。

对于剩余的17.46%，由于缺乏足够的数据，如果要将这些国家纳入研究，则需要大幅降低每个国家的最少参与者要求并缩减总体规模（80,000），因此这些国家被排除在外。但它们不太可能对整体结果造成显著影响。

三年总体结果（取整数）对应的标准差大约为15，平均IQ则大约是100。

从统计上看，这表明国际IQ测试在使用瑞文矩阵的情况下，可能在一定程度上（相差几个点）为个人的IQ得分提供具有参考意义的指标。但需要注意的是，该测试结果仅作参考，不可替代心理学专业咨询。