Die Rückkehr des Leitfundes? Die Verwendung der ökologischen Indikator-Arten-Analyse als archäologische Indikator-Typen-Analyse.

Posted on 11 February 2014

Talk: Georg Roth (Universität zu Köln), “Die Rückkehr des Leitfundes? Die Verwendung der ökologischen Indikator-Arten-Analyse als archäologische Indikator-Typen-Analyse.”.

Permalink: http://hdl.handle.net/11858/00-1780-0000-0022-D547-D

Date: Tuesday, 11 February 2014

Time: starting at 19:00

Venue: TOPOI Building Dahlem, Hittorfstraße 18, Freie Universität Berlin, 14195 Berlin (map)


Abstract

In der Ökologie wurde die Analyse von Vergesellschaftungstabellen in den letzten Dekaden gleich mehrfach in bemerkenswerter Weise verbessert (z. B. Borcard et al. 2011). Neben vielen für die Archäologien relevanten Methoden wie der deutungsorientierten Ausgestaltung von Ähnlichkeitsanordnungen (kanonische Ordinationen; z. B. C. ter Braak 2005, 136–147), der Qualitätsprüfung von Gruppierungen (Clusteranalysen) mittels Gruppierungsgütekriterien (z. B. Desgraupes 2013) und der Verbindung von Vergesellschaftungsdaten und räumlicher Lage (MEM; Dray et al. 2006) ist nicht zuletzt das Konzept der Indikator-Arten-Analyse (abgekürzt IAA) für archäologische Fragestellungen von bemerkenswerter Relevanz (vgl. Dufrene/Legendre 1997, 349–351; Legendre/ Legendre 2012, 397–401).

Die IAA beantwortet die Frage: Gibt es einen (oder mehrere) Typen, anhand dessen Vorkommen allein man bereits die Gruppenzugehörigkeit eines Falles erkennt (vgl. Legendre 2013, 264)? Dafür wird ein Kennwert (Indikatorkennwert ‘Wurzel aus (INDVAL)’) berechnet und mittels Permutationsteste auf Signifikanz überprüft (zur Berechnung: De Caceres/Legendre 2009, 3567). Der Indikatorkennwert misst also die Stärke des Prognosepotentials eines Typs für eine Gruppe von Fällen.

Eine Variante erlaubt das Messen des bevorzugten oder vermiedenen Auftretens (Phi-Koeffizient) von Typen bei bestimmten Gruppen (ibid.). Damit lassen sich, ohne auf die Prognosefunktion zu achten, Art und Stärke der Beziehung zwischen Typen und Fallgruppen messen, wie sie sich im bevorzugten oder vermiedenen Auftreten widerspiegeln.

Erweiterungen der IAA erlauben die Untersuchung des kombinierten Auftretens von Typen als Indikatoren für die Gruppenzugehörigkeit eines Falles (De Caceres et al. 2012) sowie die Suche nach Indikatoren für Kombinationen mehrerer Fallgruppen (De Caceres et al. 2010).

Als Datengrundlage dienen der IAA Vergesellschaftungstabellen mit Anzahl- oder Präsenz-Absenz-Informationen, wie sie in der Archäologie geläufig sind: die Zeilen beschreiben die Zusammensetzung von Inventaren (Fällen) und entlang der Spalten werden die Anzahlen oder das Vorhandensein von Merkmalsausprägungen (Typen) für den jeweiligen Fall erfasst. Neben dieser multivariaten Information benötigt die IAA noch ein nominales Merkmal zur Gruppierung der Fälle, also eine zusätzliche Spalte mit dem Gruppierungsmerkmal.

Die Datenstruktur archäologischer Vergesellschaftungstabellen entspricht eins zu eins der von ökologischen Abundanzmatrizen, weshalb man die IAA in ihrer archäologischen Anwendung auch Indikator-Typen-Analyse nennen kann.

Das Konzept des Indikators ist in der Archäologie als “Leitfund” altbekannt. Dieser wird in der Regel als Anzeiger einer chronologischen Gruppenzugehörigkeit verstanden (z. B. Goldmann 1979). Trifft man einen solchen an, so nimmt man die Zugehörigkeit des Falles zu einer bestimmten chronologisch definierten Gruppe von Fällen (Zeitstufe) an. Die IAA allerdings erlaubt die Verwendung jeder sinnvollen Gruppierung der Fälle: die Eingruppierung kann, muss aber nicht chronologisch begründet sein. Damit eröffnen sich vielfältige weitere Anwendungsmöglichkeiten, beispielsweise die Auffindung von Indikator-Typen für bestimmte Gruppen/Arten von Siedlungen oder Bestattungen, um nur ein paar Naheliegende zu nennen.

Der erstmalige Methodentransfer der IAA in die Archäologie stellt m. W. eine Premiere in der deutschsprachigen Archäologie dar. Der Vortrag erläutert Grundlagen, Anwendung und Problematik der Indikator- und Präferenz-Kennwerte anhand von Beispieldatensätzen aus der prähistorischen Archäologie. Sämtliche Berechnungen dazu erfolgten mit dem Paket indicspecies (De Caceres/Jansen 2013) für die statistische Programmieroberfläche R (R Core Team 2013).

References

D. Borcard/Fr. Gillet/P. Legendre, Numerical Ecology with R (New York 2011).

M. De Caceres/P. Legendre, Associations between species and groups of sites: Indices and statistical inference. Ecology 90, 2009, 3566–3574.

M. De Caceres/P. Legendre/M. Moretti, Improving indicator species analysis by combining groups of sites. Oikos 119, 2010, 1674–1684.

M. De Caceres/P. Legendre/S. Wiser/L. Brotons, Using species combinations in indicator value analyses. Methods in Ecology and Evolution 3, 2012, 973–982.

M. De Caceres/Fl. Jansen, indicspecies: Studying the statistical relationship between species and groups of sites. R package version 1.6.7 (14-01-2013). http://CRAN.R-project.org/package=indicspecies

B. Desgraupes, clusterCrit: Clustering Indices. R package version 1.2.2. (15-06-2013). http://CRAN.R-project.org/package=clusterCrit

S. Dray/P. Legendre/ P. Peres-Neto, Spatial modeling: a comprehensive framework for principal coordinate analysis of neighbor matrices (PCNM). Ecological Modelling 3–4, 2006, 483–493.

M. Dufrene/P. Legendre, Species assemblages and indicator species: the need for a flexible asymetrical approach. Ecological Monographs 67, 1997, 345–366.

Kl. Goldmann, Die Seriation chronologischer Leitfunde der Bronzezeit Europas (Berlin 1979).

P. Legendre, Indicator Species: Computation. In: S.Levin (ed.), Encyclopedia of Biodiversity Vol. 4 (2nd ed. 2013), 264-268.

P. Legendre/L. Legendre, Numerical Ecology (3rd ed. Amsterdam 2012).

R Core Team, R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria (version 2.15.3.: 01-03-2013). <ISBN 3-900051-07-0&rt; http://www.R-project.org.

C. ter Braak, 5. Ordination. In: R. Jongman/C. ter Braak/O. van Tongeren (ed.), Data analysis in community and landscape ecology (Reprint 2005), 91–173.

Slides

Or you can download the slides from here.