Versión de HTML Básico
Alfredo Maximiano Castillejo
Analíti a
k
4
Revista de Análisis Estadístico
Journal of Statistical Analysis
En arqueología, la estimación de un límite se hace com-
plicado ya que 1) la forma de recolectar datos y 2) el escaso
uso de programas empíricos-analíticos para la determina-
ción de la organización espacial interna en un yacimiento,
nos conduce a un ejercicio reflexivo en términos netamen-
te cualitativos, sin posibilidad de contrastes numéricos y
siempre (o casi siempre) encaminados en encontrar analo-
gías sobre casos existentes que tengan alguna similitud con
nuestra problemática.
También es cierto que resulta complejo establecer una
relación coherente y cuantificable entre determinadas ac-
ciones y sus efectos materiales, ya que la fracción material
recuperada mediante metodología arqueológica puede ser
consecuencia de la superposición de varias y distintas ac-
ciones que inciden en los procesos de formación del regis-
tro arqueológico, de ahí la importancia y el desarrollo de
la Tafonomía como paradigma y medio de conocimiento
acerca de las relaciones entre acciones y efectos materiales
[24; 7].
En el caso de estudio que se presenta en este artículo, se
propuso el siguiente enunciado de trabajo [42:244]:
“La ges-
tión de los restos de fauna (huesos y conchas) –entendidos como
efectos materiales de determinadas acciones– genera un patrón
con tendencia a la agregación y espacialmente correlacionado en
determinadas áreas del yacimiento proporcionando un proxy so-
bre el límite de la cabaña”
.
4.1 Patrón y autocorrelación espacial
Figura 2.
Imagen compuesta por densidad Kernel y tabla de con-
tingencia de la distribución de restos en el yacimiento de Tunel
VII. Tomado de Maximiano 2008 [42:185].
La visualización de la distribución espacial de la pobla-
ción objeto de estudio (
n
=
673) es de la manera que se
presenta en la figura 2 (datos de frecuencia espacial con un
paso de malla de 33
×
33cm).
Los test empleados en la determinación del patrón es-
pacial (
I
Moran y
c
Geary) reflejan unos resultados ajenos
a la aleatoriedad espacial de la distribución:
Estadístico Índice P (alea)
I
Moran 0.55
0
c
Geray 0.52
1
Tabla 1.
Valores de estadísticos para determinar el grado de alea-
toriedad de la distribución. Elaboración en PAST.
El correlograma de Moran muestra que la distribución
no es aleatoria y con clara tendencia a la agregación espa-
cial (notablemente por encima del mínimo de agregación
representado mediante la función en verde).
Figura 3.
Imagen del Correlograma en azul la función empírica
de la distribución.
Tras estas estimaciones, nos interesaba conocer la inten-
sidad en la correlación de la distribución. Los resultados
del semivariograma indican: (i) Forma prototípica de una
dinámica espacial opuesta a la aleatoriedad. (ii) Según la
función, el umbral, que es la varianza muestral de la po-
blación, muestra que la distribución es equilibrada. (iii) El
rango, punto en donde el umbral alcanza su máximo valor
(muestra la distancia a partir de la cual la autocorrelación
sería nula), en este caso se sitúa en torno a 7,5 m. (iii) El
efecto pepita
2
que alberga la distribución no es muy gran-
de: un valor en torno a 20 sobre una oscilación de 100, equi-
vale aproximadamente a 1/5 del total de la varianza, lo que
implica que la distorsión sobre el modelo no es significati-
va, ratificando la calidad de la muestra para el conjunto de
datos empleados.
2
Es un parámetro del semivariograma, la diferencia que existe entre la meseta (máximo de la función monótona decreciente que representa a la
semivarianza) y el origen de abscisa y ordenada. La interpretación del semivariograma está influida por este efecto. Un semivariograma ajustado es
aquel que presenta unos valores de pepita significativamente bajos o moderados. Por el contrario, un efecto pepita puro es una función semivariogra-
ma plana (paralelo al eje de la
x
), es decir: aleatoriedad espacial.
88
Analítika,
Revista de análisis estadístico
, 2 (2012), Vol. 4(2): 83-95