METODE PROSTORNIH ANALIZA

DAVID CLARKE: the retrieval of information from archaeological spatial relationships and the study of the spatial consequences of former hominid activity patterns within and between features and structures and their articulation within sites, site systems and their environments: the study of the flow and integration of activities within and between structures, sites and resource spaces from the micro to the semi-micro and macro scales of aggregation. [1977:9]

ARHEOLOGIJA PROSTORA [Spatial archaeology]:

Ideju formaliziranja prostorske arheologije Clarke je preuzeo iz društveno ekonomske geografske škole iz Cambridga šezdesetih i sedamdesetih godina (tzv. new geography).

Ta škola je polazeći od tradicije njemačke ekonomske geografije 19. stoljeća (prije svega od radova Von Tunnena) razvijala postupke formaliziranja i formalne analize ponašanja čovjeka u prostoru te statističke i druge kvantitativne analize pomoću kojih se pokušavalo doći do serije formalnih pravila odnosno modela prostorskog ponašanja.

For Clarke, the integrations and flows are mainly looked from the economic perspective and can be revealed by the locational analysis and spatial theories from economy, architecture, physics, stochastic analysis and anthropology.

The major attractiveness of this approach was its potential for discivering PATTERNS (regular modes of behaviour) of economic human behaviour as spatially organized. Another advantage was its formal nature and language which enabled a series of quantitative and computer analyses.

An important base for such analyses was the underlying concept of human rational behaviour in decision-making processes.

Human behaviour was considerd as the one that continually tends tended towards increased efficiency (MIN-MAX).

All spatial structures are the products of non-random human decisions and are mirrored in repeated regularities. It is these regularities which are the principal study object of spatial archaeology.

ANALIZA DISTRIBUCIJA

Distribucije su jedan od načešćih fenomena koje posmatramo u arheologiji i svakako važan element arheološke metodologije.

Distribicije imaju smisla samo ako se pretpostavlja određena logika izza njih [funkcionalna, adaptacijska, kulturna…] i ako se tu logiku može odgonetnuti.

JEDNOSTAVNE DISTRIBUCIJENjihova glavna karakteristika: implicitnost. ŠTO DISTRIBUCIJA POKAZUJE?

Tradicionalnu su se u arheologiji prostorne distribucije najčešće prikazivale i proučavale na pojedinim tipovima artefakata, nalazišta…

Najčešće su takve distribucije bile kartirane na nekom uopćenom geografskom prostoru.

Iz posmatranja takvih distubucije se očekivalo da se otkriju određene kulturne veze između različitih regiona odnsono neke funkcionalne veze sa okolišem – ako je taj bio preciznije kartiran.

Ali distribucije mogu otkrizi puno više ako se upotrebe različite tehnike kvantitativnih i statističkih analiza.

Formalno gledano u jednoj izomorfnoj ravni sve distribucije možemo označiti kao:

Slučajne/nasumične [random], bez određene logike

Klasterske/grupirane [clustered], postoji razlog za grupiranje

Uniformne [uniform], jednakopravan odnos među elementima distribicije

Metoda kvadranata

Kakva je ova distribucija?

Nearest neighbour analysis

1. Measure all distances between the first neighbours.

2. Calculate observed mean distance between the neighbours(Dobs).

3. Calculate mean distance for random distribution:

A = area

N = number of measurements

4. Calculate nearest neighbour coeffiocient (Rn):

NAranD 5,0

NAranD 5,0

ran

obs

DD

nR

central hillfort nearest cent. hillfort distanceS. Polo Sp. Grmada 8,7 kmSp. Grmada Sv. Lenart 8,7 kmSv. Lenart Kontovel 6,7 kmKontovel Repentabor 6,7 kmRepentabor Tomaj 6,2 kmTomaj Repentabor 6,2 kmSveto Sv. Lenart 8,3 kmKobdilj Tomaj 6,7 kmVrabče-Tabor Potoče-Bandera6,7 kmPotoče-Bandera Vrabče-Tabor 6,7 kmPovir Škocjan 6,4 kmŠkocjan Rodik 4,8 kmRodik Škocjan 4,8 kmVeliko gradišče Rodik 5,4 kmBoljunec-S.Mihael V. gradišče 6,2 km

Analiza najbližjega soseda: koeficient grupiranosti 1,803 oz. 1,860 (dva različna postopka aplicirana).

Primjer uniformne distribucije: centralne gradine na Krasu u gvozdenom dobu

Distribucije i χ2 test: testiranje u odnosu prema nasumičnosti

Hi-kvadrat test = test statističke signifikantnosti veze između dve variable.

Sa ovim testom provjeravamo dali su naši rezultati dovoljno signifikatno različiti od greške koja bi mogla nastupiti zbog lošeg uzorkovanja.

Posmatramo pojavljivanje nekog događaja [njegovu frekvenciju] u odnosu na potpuno nasumičnu frekvenciju koja nema veze sa variablama. Testiramo razliku od nulte hipoteze – po toj hiptezi variable nisu u nikakvoj vezi.

Hi-kvadrat test je vrlo praktičan test koji može osobito poslužiti onda kad želimo utvrditi da li neke dobivene (opažene) frekvencije odstupaju od frekvencija koje bismo očekivali pod određenom hipotezom.

Kod ovog testa katkada tražimo postoji li povezanost između dvije varijable i on pokazuje vjerojatnost povezanosti.

Možemo pretpostaviti da neka teorijska raspodjela dobro opisuje opaženu raspodjelu frekvencija. Da bismo tu pretpostavku (hipotezu) provjerili, primjenjujemo ovaj test.

Ani Grubišić. Hi-kvadrat test i njegove primjene. Seminarski rad. Fakultet elektrotehnike i računarstva, Sveučilište u Zagrebu 2004 [http://www.pmfst.hr/~ani/radovi/seminari/Ani_Grubisic_hi_kvadrat.pdf]

Doc.dr. Tadeja Kraner Šumenjak, NEPARAMETRIČNI TESTI, 25.3.2011, http://www.fk.uni-mb.si/fkbv/images/stories/matematika/11pred-stat.pdf

http://www.medri.uniri.hr/fizika/sys/dokumenti/Andrica%20predavanja/VFT%20statistika/Hi-kvadrat%20testP1415.pdf

χ2 = 16χ2g = 3,4

Arheološki primjer:

Pri iskapanju smo našli objekat sa 4 prostorije. U svakoj od njih smo našli ostatke rimskih tegula.

Dali su sve prostorije bile natkrivene krovom od rimskih tegula ?

Dali su ostaci tegula došli na mjesto neke od prostorija kasnije [sa podepozicijskim procesima] pa te prostorije nisu bile natkrivene ?