En arqueología , la seriación es un método de datación relativa en el que conjuntos o artefactos de numerosos sitios de una misma cultura se colocan en orden cronológico. Cuando no se pueden aplicar métodos de datación absoluta , como el radiocarbono, los arqueólogos deben utilizar métodos de datación relativa para fechar los hallazgos y elementos arqueológicos. La seriación es un método estándar de datación en arqueología. Puede utilizarse para datar herramientas de piedra, fragmentos de cerámica y otros artefactos. En Europa, se ha utilizado con frecuencia para reconstruir la secuencia cronológica de tumbas en un cementerio (por ejemplo, Jørgensen 1992; [1] Müssemeier, Nieveler et al. 2003). [2]
Se han aplicado dos variantes diferentes de seriación: seriación contextual y seriación de frecuencia (Renfrew y Bahn 1996, págs. 116-117). Mientras que la seriación contextual se basa en la presencia o ausencia de un estilo de diseño , la seriación de frecuencia se basa en medir la abundancia o frecuencia proporcional de un estilo de diseño. La seriación contextual se utiliza a menudo para reconstruir la secuencia cronológica de tumbas, ya que sólo es importante la presencia o ausencia de un estilo o tipo de diseño. La seriación de frecuencia se aplica en casos de grandes cantidades de objetos pertenecientes al mismo estilo. Un ejemplo de esto son los conjuntos de fragmentos de cerámica que incluyen aproximadamente la misma gama de tipos, aunque en diferentes proporciones.
Flinders Petrie excavó en Diospolis Parva en Egipto a finales del siglo XIX. Descubrió que las tumbas que estaba descubriendo no contenían evidencia de sus fechas y su naturaleza discreta significaba que no se podía construir una secuencia a través de su estratigrafía . Petrie enumeró el contenido de cada tumba en una tira de cartón e intercambió los papeles hasta llegar a una secuencia con la que estaba satisfecho. [3] Razonó que la secuencia más precisa sería aquella en la que las concentraciones de ciertos estilos de diseño tuvieran la duración más corta a lo largo de la secuencia de artículos (Renfrew y Bahn 1996, p. 116; Kendall 1971, p. 215; Shennan 1997, p. .341 [4] ). Mientras que Petrie es considerado el inventor de la seriación contextual, Brainerd (1951) [5] y Robinson (1951) [6] fueron los primeros en abordar el problema de la seriación de frecuencia (Shennan 1997, p. 342 [4] ).
La suposición de que los estilos de diseño siguen una curva de popularidad (comenzando lentamente, creciendo hasta un punto máximo y luego desapareciendo a medida que otro estilo se vuelve popular) proporciona la base para la seriación de frecuencias. También supone que la popularidad del diseño será muy similar de un sitio a otro dentro de la misma cultura . Además, es vital que la vida útil de los diferentes estilos de diseño se superponga. Siguiendo estas reglas, un conjunto de objetos se puede colocar en secuencia de modo que los sitios con las proporciones más similares de ciertos estilos estén siempre juntos (Lock 2003, p. 125).
La tarea de identificar estilos de diseño, es decir, formar grupos de objetos que pertenecen al mismo estilo de diseño, no es en absoluto trivial. La creación de una tipología frecuentemente es la base de una seriación. Los errores en la tipología dan como resultado errores en la seriación: por ejemplo, si un determinado estilo de diseño tuvo dos picos de popularidad ( distribución bimodal ), este estilo de diseño no es apropiado para la seriación y su inclusión en el análisis puede generar resultados extraños. Algunos estilos de diseño se utilizaron durante mucho tiempo ya que la forma construida era práctica y no se agregó ninguna mejora ni adorno. Por supuesto, estos estilos de diseño no son elegibles para la seriación cronológica. Por ejemplo, se dice que los cuchillos de la época medieval temprana en Europa no muestran variación cronológica.
Además de la organización temporal, los resultados de la seriación pueden reflejar diferencias de ensamblaje en estatus social, edad, sexo o aquellas que resultan de variaciones regionales (o una combinación de dos o más de estos factores). Shennan (1997, p. 343) [4] presenta un resultado de seriación de tesoros daneses basado en tipos de artefactos como dagas, hachas y espadas. El resultado no es una secuencia cronológica debido a la selección de tipos, el orden parece comenzar con tesoros extremadamente masculinos y terminar con tesoros extremadamente femeninos.
Doran y Hodson (1975, p. 269) [7] enumeran tres condiciones que deben cumplirse para obtener un resultado de seriación cronológica:
Hoy en día, los resultados de la seriación ya no se producen manualmente como en la época de Petrie, sino mediante algoritmos adecuados. Aunque según David George Kendall (1971), el artículo de Petrie ya mostraba una comprensión profunda de las matemáticas del problema de seriación (Cita: "... en mi opinión, Petrie debería clasificarse entre los más grandes matemáticos aplicados del siglo XIX"). En la lista de Baxter (2003, p. 8) de hitos de la estadística en arqueología, el artículo de Robinson (1951) [6] es la primera entrada. Robinson basó su método de seriación de frecuencias en una matriz de similitud . En 1971, Kendall propuso el uso de técnicas de escalamiento multidimensional para problemas de seriación, y este enfoque también ha sido utilizado por algunos otros científicos (ver Baxter 2003, pp. 202-203). Baxter también presenta una revisión de los métodos estadísticos para la seriación y una descripción de estos enfoques (págs. 202-207). En 1975, Doran y Hodson (págs. 269-281) [7] resumieron minuciosamente el estado del arte de los métodos de seriación, dando descripciones detalladas de los enfoques de Kendall y Robinson.
Hoy en día, el método de seriación más popular tanto para problemas contextuales como de frecuencia se basa en el análisis de correspondencias . La secuencia del primer eje de un análisis de correspondencia se considera el mejor orden de seriación (Shennan 1997, [4] p. 342; Lock 2003, p. 127; Jensen & Høilund Nielsen 1997). Con esta técnica se establece no sólo la secuencia de los objetos sino también la de los estilos de diseño. Tenga en cuenta que se necesita evidencia externa para establecer la dirección de la secuencia calculada, es decir, el método no dice si el primer objeto de la secuencia es el más antiguo o el más joven.
Kendall (1971) aplicó un escalado multidimensional a los datos del cementerio de Münsingen. El diagrama de dispersión resultante mostró la forma de una herradura donde las tumbas estaban dispuestas en la curva según su orden cronológico. De manera similar, un mapeo de las puntuaciones de los componentes para los dos primeros ejes del resultado del análisis de correspondencia mostrará una parábola si los estilos de diseño considerados están controlados por un solo factor (como la cronología). Hill y Gauch (1980) denominan a esto efecto arco . [8] Tanto Kendall como Jensen y Høilund Nielsen (1997) crearon conjuntos de datos artificiales para mostrar que la parábola resulta en circunstancias ideales. Por lo tanto, se recomienda inspeccionar el diagrama de dispersión de los dos primeros ejes del análisis de correspondencia para determinar si otros factores también influyen (ver Ejemplos 2 y 3).
Si más de un factor es importante, el efecto arco puede distorsionar los resultados. Hill y Gauch (1980) presentaron un método para eliminar este efecto.
En 2003, Groenen y Poblome adaptaron el algoritmo de análisis de correspondencia para combinar seriación con fechas absolutas y relaciones estratigráficas. [9] [10]
El pequeño ejemplo siguiente se inspiró en el ordenamiento en serie de la cerámica egipcia de Flinders Petrie publicado por Renfrew y Bahn (1996, p. 117).
Los datos sin procesar se almacenan en una tabla de contingencia binaria sin clasificar que indica qué estilo de diseño se puede encontrar en qué contexto mediante un símbolo de estrella. Por ejemplo, considere la primera columna: el contexto 3 contiene los estilos de diseño blackrim , botella y manija . Un vaso de precipitados está contenido en los contextos 1 y 2. La seriación contextual clasifica los estilos de diseño y los contextos de tal manera que los símbolos de estrella se encuentren lo más cerca posible de la diagonal de la tabla. Por supuesto, para ejemplos pequeños como este, no se necesitan programas informáticos para encontrar el mejor orden, pero para conjuntos de datos más grandes, como las 900 tumbas estudiadas por Petrie, son extremadamente útiles.
Los datos presentados en este ejemplo fueron simulados por WinBasp. Inicialmente se crearon 60 contextos (llamados unidades en WinBasp) junto con 50 tipos. Los contextos se etiquetaron en orden cronológico con los números del 01 al 60, los tipos están etiquetados en el formato T00001 a T00050. Si un tipo está representado por un solo objeto, este objeto no es relevante para la secuencia cronológica ya que no proporciona un vínculo a otro contexto. De manera similar, los contextos que contienen un solo objeto son irrelevantes para la seriación. Por lo tanto, se eliminaron los contextos con uno o ningún objeto y los tipos representados por un objeto o ningún objeto. Los datos simulados sin procesar resultantes que constan de 43 contextos y 34 tipos se muestran a la izquierda. Como era de esperar, los puntos que indican la aparición de un tipo en un contexto están cerca de la diagonal de la tabla.
La imagen del lado derecho muestra el resultado de la seriación para este conjunto de datos. Tenga en cuenta que los puntos son aún más compactos a lo largo de la diagonal de la tabla en comparación con los datos sin procesar. Esto muestra un pequeño problema de seriación: de hecho, los intervalos de producción pueden ser algo más largos que los calculados por el algoritmo. En general, las secuencias de contextos y tipos calculadas mediante un algoritmo de seriación no son secuencias cronológicas correctas pero sí bastante cercanas.
La imagen de arriba muestra el diagrama de dispersión con la típica forma de parábola de los dos primeros ejes de un análisis de correspondencia para los contextos del conjunto de datos simulados.
La tabla de contingencia muestra 29 contextos con datos de seriación ideales creados por Kendall y Jensen & Høilund Nielsen (ver arriba). Con cada nuevo contexto aparece un nuevo tipo y otro desaparece. Para estos datos regulares, parece razonable suponer intervalos de tiempo constantes para contextos adyacentes en el tiempo.
Los resultados del análisis de correspondencia que se muestran en las figuras siguientes se calcularon sobre la base de 49 contextos con datos de seriación ideales. El diagrama de dispersión de los dos primeros ejes del análisis de correspondencia muestra la forma típica de parábola. La visualización de las puntuaciones en el primer y tercer eje muestra puntos que se encuentran en una curva polinómica de tercer grado . De manera similar, la gráfica de las puntuaciones en los ejes primero y cuarto mostrará un polinomio de cuarto grado para datos ideales, y así sucesivamente.
Tenga en cuenta que las distancias de las puntuaciones para contextos adyacentes en el primer eje varían: al principio y al final, las distancias son extremadamente pequeñas, las distancias más grandes en el centro son aproximadamente 30 veces más grandes que la distancia más pequeña. Hill y Gauch (1979) [8] crearon una tabla de contingencia similar con una estructura regular en la que cada contexto contiene seis tipos. También señalan que las distancias dentro del contexto son menores en los extremos que en el medio. Esta fue una de las razones por las que propusieron un ajuste que se denomina análisis de correspondencia sin tendencia .
Sin embargo, algunos arqueólogos piensan que una transformación lineal de las puntuaciones en el primer eje sobre la base de algunas fechas absolutas conocidas creará buenas estimaciones para las fechas absolutas desconocidas, y este enfoque es la base del método presentado por Groenen y Poblome (ver arriba) para combinar fechas relativas y absolutas. Este ejemplo ideal muestra que una transformación lineal podría no ser apropiada en todos los casos, aunque un estudio de simulación realizado por van de Velden, Groenen y Poblome llega a la conclusión de que las predicciones del enfoque son bastante buenas. [11]
La secuencia arqueológica (o secuencia), abreviada, en un sitio arqueológico específico puede definirse en dos niveles de rigor.
{{cite web}}: Mantenimiento CS1: copia archivada como título ( enlace )van de Velden, M., Groenen, PJF, Poblome, J. (2007). Seriación por análisis de correspondencia restringida: un estudio de simulación. Informe del Instituto Econométrico EI 2007-40.