Raně středověká sídlištní keramika
E. Neustupný 1986, AR 38
1. předběžný model
2. inverzní transformace
3. analýza entit a kvalit, deskripce
4. syntéza struktur metodami ze skupiny
faktorové analýzy
5. validace! (s pomocí externí evidence)
6. interpretace v kategoriích živé kultury za
použití modelování
7. nový model
 Syntéza archeologických struktur (E. Neustupný):
▪ probíhá na podkladě rozložených, transformovaných
a formalizovaných archeologických pramenů na
úrovni dvou řešení: formalizovaného a prostorového
▪ hledáme při ní nenáhodnosti, pravidelnosti a
zákonitosti
▪ doufáme, že se nám prostřednictvím
strukturovanosti archeologických pramenů, podaří
zjistit i zákonitosti v chování lidí dávných věků
 Z.Vašíček (2006): Data redukujeme,
zjednodušujeme a strukturujeme ...
dostáváme popis jednodušší, od kterého
očekáváme , že nám záplavu dat zpřehlední
a – co je důležité – že výsledky bude možno
interpretovat a budou jim snad odpovídat
skutečné jevy
 Z.Vašíček (2006): Archeologie začíná být
oceňována.Výraz archeologie je používán
.... ve významu vědění o řádu a principech,
tedy znovu ve smyslu antického arché.
 Neustupný (1986): typ je významnou formální strukturou
 Neustupný (1997) - chybně!!: „...rozlišení jednotlivých typů milodarů a
typů keramiky je záležitost analýzy ..“
 Typ odráží nenáhodnost, pravidelnost či zákonitost archeologických
struktur (např. nenáhodné opakující se kombinace znaků keramiky tvar,
technologie, výzdoba či styl, obsah a užití apod. a jejich
kombinací)
 Cíle typologie:
▪ tradiční: „objektivní“ členění archeologického materiálu do skupin, které
měly v rámci kulturně-historického paradigmatu pomoci při definování
časově-prostorových schémat („archeologických kultur“ a fází)
▪ nové: např. dělení předmětů do funkčních tříd, rekonstrukce jejich
původního smyslu, identifikace tradovaných norem a chování, zjišťování
stupně řemeslné specializace
 Metody typologie:
▪ tradiční empirická typologizace
▪ moderní formalizované postupy: numerické taxonomie (např. shlukovací
clusterové ananlýzy), seriace/typologické řady, korespondenční analýza)
 Orton -Tyers -Vince (1993): keramika nejdůležitějším
prostředkem archeologického datování
 Keramické soubory lze datovat:
▪ na základě kontextu
▪ na základě keramiky samotné (nápisy, přírodovědné metody,
nálezový celek)
 Datování podle keramiky v nálezovém celku:
▪ na základě jednotlivých střepů (key sherd)
▪ srovnáním celých keramických souborů (formalizované pojetí)
 Formalizované pojetí:
▪ založeno na srovnání celých keramických souborů podle poměrů
mezi jednotlivými typy keramiky, resp. jejími znaky zastoupenými
v soboru
▪ hlavní používané metody: seriace, korespondenční analýza, PCA
 Cíle:
▪ vyhledání optimálního řešení vzhledem k určitému deskriptivnímu systému (exploratorní metoda)
▪ redukce rozsáhlého počtu proměnných v deskriptivních maticích, a tím i zjednodušení interpretace
rozsáhlých souborů vědeckých dat
 Východiskem:
▪ deskriptivní matice (entity/objekty v řádcích, kvality/znaky ve sloupcích)  korelační matice
(matice korelačních koeficientů)
▪ Pozn.: Korelační koeficient hraje centrální roli při aplikaci statistiky v archeologii v posledních 50
letech. Zásadní význam má pro procesuální archeologii, kde je využíván pro studium závislosti,
podobnosti a odlišnosti.
 Princip, Shennan (1988):
▪ každý objekt představuje bod v mnoharozměrovém prostoru daný koordinátami těchto
deskriptorů
▪ body nejsou většinou rozptýleny všude rovnoměrně; vytváří určité struktury, např. jsou některým
směrem rozptýleny ve větší délce než jiným.
▪ studujeme rozložení těchto struktur a jejich os, zjišťujeme jejich orientaci a délku (vektor); jak
zjistíme orientaci a délku nejdelší takové osy, definujeme další nejdelší strukturu a její osu za
podmínky, že je v pravém úhlu k první definované ose
▪ objevujeme hlavní trendy existující v datech a odhadujeme, které deskriptory se na těchto
trendech podílejí
 Metoda numerické taxonomie
 Jednoduchý princip Bernbeck (1997):
▪ objekty (např. nádoby) mají měřitelné znaky/deskriptory; mohou to být numerické proměnné (např.
průměr hrdla), ale i nominální znaky, vyjádřené pomocí prezent/absenc (1/0) (např.
zdobeno/nezdobeno)
▪ každý objekt si lze představit jako bod v multidimenzionálním prostoru; každý deskriptor tvoří jednu z
os tohoto prostoru
▪ lineární euklidovská vzdálenost mezi objekty lze v multidimenzionálním prostoru metricky určit
▪ body ležící blízko u sebe vytvářejí shluky - clustery; objekty patřící do jednoho clusteru jsou si
podobné a tvoří jeden typ
▪ hledáme takové skupiny bodů, které jsou sobě co nejblíže, a zároveň jsou maximálně vzdálené
bodům z jiných skupin
 Metody:
▪ existuje více metod clusterové analýzy:
▪ v archeologii nejčastěji používána tzv. hierarchická aglomerativní metoda podle Warda (jejím
výsledkem by měly být co nejhomogennější clustery přibližně stejné velikosti)
 Výstupy:
▪ grafické: tzv. dendrogram - aglomerativní hierarchický strom, který znázorňuje vznik hierarchické
struktury clusterů
▪ nutno zjistit ve kterém kroku je počet clusterů nejsmysluplnější (zdravý rozum,externí evidence,
statistické testy)
 Rizika:
▪ rozdílné měřítko znaků
▪ osy definované podle deskriptorů musí být navzájem v pravém úhlu
 Praktický postup E. Neustupný (1997):
▪ výpočet korelačních koeficientů z deskriptivní matice (pouze
reálná čísla, bez chybějících dat)
▪ ortogonalizace: hledání vektorů, které jsou na sobě nezávislé,
nacházejí se navzájem v pravém úhlu; přitom získáváme tzv. vlastní
vektory a z nich i faktory (faktory... representují určité ‘hromadné
závislosti‘, které se typicky opakují v nějaké množině objektů
deskriptivního systému)
▪ určujeme počet faktorů: faktorů může být maximálně tolik, kolik je
v deskriptivní matici deskriptorů; pro další průběh analýzy volíme
menší počet faktorů
▪ matice faktorových koeficientů: udávají, jak je určitý deskriptor
typický pro daný faktor jako celek (určujeme počet faktorů)
▪ transformace faktorů tzv. rotací: získáváme jednoznačný výsledek
▪ výpočet faktorových skóre: udává, jak je ten který faktor
charakteristický pro každý z objektů původního deskriptivního
systému
 vhodnější pro zpracování nominálních znaků
 multiple correspondence analysis (MCA): vychází z
„two-way indicator matrix“, v níž jsou nominální znaky
jsou pro potřeby korespondenční analýzy zapisovány
pomocí 0 a 1 (přítomen - nepřítomen)
 vzájemné vztahy mezi objekty (např. hroby), mezi
deskriptory (např. znaky keramiky) a mezi objekty a
deskriptory mohou být analyzovány najednou a být
znázorněny v tom samém bodovém grafu
 je využívána i pro potřeby seriace (typická parabola)
 patří do rodiny multivariačních analýz
 nejedná se o exploratorní techniku:
předpokládá se již apriorní rozdělení
analyzovaných dat do skupin na základě
nezávislých kritérií
 snažíme se zjistit, zda je naše dělení
relevantní, resp. které deskriptory a jak toto
rozdělení ovlivňují.
 Salač (1997):
▪ metoda pro řešení relativní archeologické chronologie
▪ vychází z deskriptivní matice dat
▪ přerovnává řádky a sloupce takovým způsobem, aby korelace mezi řádky a
sloupci byla co největší
▪ ve výsledné přerovnané tabulce by se pole obsahující přítomnost znaku,
resp. maximální četnost výskytu znaku měly srovnat na diagonále nebo v
její blízkosti
▪ pořadí objektů, resp. deskriptorů v přerovnané tabulce lze interpretovat
chronologicky
▪ více algoritmů (např. korespondenční analýza)
 Podmínka úspěné seriace Zimmermann (1997):
▪ unimodální model vývoje: znaky či typy reprezentující deskriptory se na
počátku svého výskytu objevují zřídka, během doby narůstají a ke konci
existence jejich četnost opět klesá (rozdělení četnosti takového jevu
nemusí být symetrické)
▪ nelze použít pro chronologické řazení jevů, jejichž rozdělení četnosti má
více vrcholů, tzn. když jeden a ten samý znak či typ je maximálně rozšířen v
různých dobách, zatímco v obdobích mezi těmito vrcholy se objevuje jen
zřídka
 Potvrzení platnosti
 Archeologická validace podle Neustupného (1997):
▪ potvrzuje významnost objevených struktur
▪ nahrazuje klasické matematické testování
▪ je prováděna na základě externí evidence (archeologická data,
která nebyla součástí deskriptivní matice)
 Statistické metody validace:
▪ porovnání dvou skupin
▪ testy shody: testujeme, zda dva výběry pocházejí z jediného
základního souboru
▪ neparametrický testy (nekladou nároky na předem dané
podmínky): např. Kolmogorovovův – Smirnovův test pro dva
nezávislé výběry – hodnocení kumulativní četnosti dvou výběrů,
Chi-kvadrát test – srovnání očekávaného a pozorovaného rozdělení
Případové studie
 Motiv výzdoby:
 A1
 A2
 B1
 B2
 B3
 C1
 C3
 C4
 C5
 C6
 C7
 D2
 E1
 E2
 F1
 F2
 F4
 F6,8
 G
 Mhvp
 Mjvp
 Mz
 Materiál:
 HDP
 HDPO
 HDPR
 HŠP
 JDP
 JŠP
 TU
 Tvar okraje:
 HTkp
 HTp
 HTpr
 Odsazení hrdla od výdutě:
 HrODu
 HrODv
 Typ okraje:
 OA
 OB1
 OB2
 OB3
 OB4
 OC1
 OC2-4
 OD1
 OD2
 OD3
 OE1
 OE2
 OF
 OG1
 OG2
 OH
 Výzdoba okraje:
 OKRV
 Žlábky na okraji:
 Ozlaba
 Ozlabb
 Profilovaná ploška okraje:
 PROFPL
 Plastická výzdoba:
 PVlist
 PVvyhr
 Technologie[1]:
 T-vy
 Tslf
 Plast.značky na dně:
 DNOznp
 Výzdoba hrdla:
 Vh
 Výzdoba spodku nádoby:
 Vs
Vs
Vh
TU
Tslf
T-vy
PVvyhr
PVlist
PROFPL
Ozlabb
Ozlaba
OKRVOHOG2
OG1
OF
OE2 OE1
OD3
OD2
OD1
OC2-4
OC1
OB4
OB3
OB2
OB1
OA
Mz
MjvpMhvp
JŠP
JDP HTpr
HTp
HTkpHŠP HrODv
HrODu
HDPR
HDPO
HDP
G
F6,8
F4
F2
F1
E2
E1
DNOznp
D2
C7
C6 C5
C4
C3
C1
B3
B2
B1
A2
A1
Spaltenmeßwerte für ZNAK
Dimension1
3,0
2,5
2,0
1,5
1,0
,5
0,0
-,5
-1,0
-1,5
-2,0
-2,5
-3,0
Dimension2
4,5
3,5
2,5
1,5
,5
-,5
-1,5
-2,5
-3,5
-4,5
-5,5
-6,5
Vs
Vh
TU
Tslf
T-vy
PVvyhr
PVlist
Ozlabb
Ozlaba
OKRV
OH
OG2
OG1
OE2
OE1
OD3
OD2
OD1
OC2-4
OC1
OB3
OB2
OB1
OA
MjvpMhvp
JŠP
JDP
HTpr
HTp
HTkpHŠP HrODv
HrODu
HDPR
HDP
G
F6,8
F4
F2
F1
E2
E1
DNOznp
C7
C6 C5
C4
C3
C1
B3
B2
B1
A2
A1
Spaltenmeßwerte für ZNAK
Canonical normalization
Dimension1
2,52,01,51,0,50,0-,5-1,0-1,5-2,0-2,5
Dimension2
1,5
1,0
,5
0,0
-,5
-1,0
-1,5
-2,0
Typologická
skupina
Absolutní počet Procentuální
zastoupení - %
A 10 1,97
A_E 15 2,95
B 71 13,98
B_2(HŠP) 56 11,02
C 20 3,94
C_2 21 4,13
D 7 1,38
E 57 11,22
F 172 33,86
F_2(HDP) 27 5,32
G 4 0,79
H 12 2,36
CH 7 1,38
záseky 5 0,98
nezařazeno 24 4,72
celkem 508 100
Vh
T-vy
PROFPL
Ozlaba
OKRV
OF
OE2
OE1
OD3
OD2
OD1
OC2-4
OC1
OB4
OB3
OB2
OA
Mz
Mhvp
JŠP
JDP
HTp
HTkp
HŠP
HrODv
HDPR
HDPO
HDP
G
F4 F1
E2
E1 DNOznp
D2
C7
C6
C5
C4
C3
C1
B3
B2 B1
A2
A1
Dimension1
1,51,0,50,0-,5-1,0-1,5-2,0-2,5-3,0-3,5
Dimension2
4
3
2
1
0
-1
-2
-3
A
B
D
C
CH
OB1
Ozlaba
OKRV
OE2
OE1
OD3
OD2
OD1
HTkpHrODv
HDPR
HDP
C7
C6
C5
C4
C3
B2
B1
A1
Spaltenmeßwertefür ZNAK
Canonical normalization
Dimension1
1,251,00,75,50,250,00
Dimension2
,5
0,0
-,5
-1,0
B
Typologická skupina A
Typologická skupina D Typologická skupina G
Typologická skupina B
Typologická skupina C_2
Typologická skupina C
Typologická skupina E
Typologická skupina F
 71 SKUPINA = 1 B
 54 SKUPINA = 2 B_2(HŠP)
 ---
 125 Total
 Most extreme differences
 Absolute Positive Negative K-S Z 2-Tailed P
 0,16015 0,03938 -0,16015 0 ,8869 0,4110
 71 SKUPINA = 1 B
 39 SKUPINA = 3 C
 ---
 110 Total
 Most extreme differences
 Absolute Positive Negative K-S Z 2-Tailed P
 0,36222 0,02528 -0,36222 1,8174 0,0027
Rozdělení četností průměrů ústi
Kolmogorov - Smirnov 2-Sample Test
Typologické skupiny Průměr ústi Tloušťka
stěny v hrdle
Tloušťka stěny
v max. výduti
Index výškový hrdla Index profil.
hrdla
Absolutní délka
okraje
B-B_2(HŠP) shoda shoda shoda shoda shoda shoda
B-C(+C_2) rozdíl shoda ? shoda shoda rozdíl
B-E shoda shoda shoda shoda? shoda rozdíl
B-F rozdíl shoda shoda shoda shoda rozdíl
B_2(HŠP)-C(+C_2) rozdíl shoda ? shoda shoda rozdíl
B_2(HŠP)-E shoda shoda shoda shoda rozdíl rozdíl
B_2(HŠP)-F shoda? shoda shoda shoda rozdíl rozdíl
C(+C_2)-E shoda shoda ? rozdíl shoda shoda
C(+C_2)-F shoda shoda ? shoda/rozdíl shoda shoda
E-F shoda shoda shoda shoda shoda shoda
Std.abw. = 6,12
Mittel = 20,0
N= 71,00
Skupina B - prumer usti
35,0 - 37,0
33,0 - 35,0
31,0 - 33,0
29,0 - 31,0
27,0 - 29,0
25,0 - 27,0
23,0 - 25,0
21,0 - 23,0
19,0 - 21,0
17,0 - 19,0
15,0 - 17,0
13,0 - 15,0
11,0 - 13,0
9,0 - 11,0
7,0 - 9,0
pocetnadob
14
12
10
8
6
4
2
0
Std.abw. = 3,81
Mittel = 16,4
N= 39,00
Skupina C+C2 - prumer usti
pocetnadob
10
8
6
4
2
0
35,0 - 37,0
33,0 - 35,0
31,0 - 33,0
29,0 - 31,0
27,0 - 29,0
25,0 - 27,0
23,0 - 25,0
21,0 - 23,0
19,0 - 21,0
17,0 - 19,0
15,0 - 17,0
13,0 - 15,0
11,0 - 13,0
9,0 - 11,0
7,0 - 9,0
Std.abw. = 4,58
Mittel = 18,5
N= 54,00
Skupina B_HSP - prumer usti
pocetnadob
14
12
10
8
6
4
2
0
35,0 - 37,0
33,0 - 35,0
31,0 - 33,0
29,0 - 31,0
27,0 - 29,0
25,0 - 27,0
23,0 - 25,0
21,0 - 23,0
19,0 - 21,0
17,0 - 19,0
15,0 - 17,0
13,0 - 15,0
11,0 - 13,0
9,0 - 11,0
7,0 - 9,0
Std.abw. = 5,88
Mittel = 18,7
N= 56,00
Skupina E - prumer usti
35,0 - 37,0
33,0 - 35,0
31,0 - 33,0
29,0 - 31,0
27,0 - 29,0
25,0 - 27,0
23,0 - 25,0
21,0 - 23,0
19,0 - 21,0
17,0 - 19,0
15,0 - 17,0
13,0 - 15,0
11,0 - 13,0
9,0 - 11,0
7,0 - 9,0
pocetnadob
12
10
8
6
4
2
0
Std.abw. = 5,06
Mittel = 17,2
N= 162,00
Skupina F - prumer usti
35,0 - 37,0
33,0 - 35,0
31,0 - 33,0
29,0 - 31,0
27,0 - 29,0
25,0 - 27,0
23,0 - 25,0
21,0 - 23,0
19,0 - 21,0
17,0 - 19,0
15,0 - 17,0
13,0 - 15,0
11,0 - 13,0
9,0 - 11,0
7,0 - 9,0
pocetnadob
30
20
10
0
Std.abw. = 5,90
Mittel = 18,1
N= 26,00
35,0 - 37,0
33,0 - 35,0
31,0 - 33,0
29,0 - 31,0
27,0 - 29,0
25,0 - 27,0
23,0 - 25,0
21,0 - 23,0
19,0 - 21,0
17,0 - 19,0
15,0 - 17,0
13,0 - 15,0
11,0 - 13,0
9,0 - 11,0
7,0 - 9,0
pocetnadob
5
4
3
2
1
0
Skupina F_HDP - prumer usti
Std.abw. = 5,64
Mittel = 19,1
N= 181,00
35,0 - 37,0
33,0 - 35,0
31,0 - 33,0
29,0 - 31,0
27,0 - 29,0
25,0 - 27,0
23,0 - 25,0
21,0 - 23,0
19,0 - 21,0
17,0 - 19,0
15,0 - 17,0
13,0 - 15,0
11,0 - 13,0
9,0 - 11,0
7,0 - 9,0
pocetnadob
30
20
10
0
Skupiny B, B_HSP, E - prumer usti
Std.abw. = 5,06
Mittel = 17,2
N= 162,00
Skupina F - prumer usti
35,0 - 37,0
33,0 - 35,0
31,0 - 33,0
29,0 - 31,0
27,0 - 29,0
25,0 - 27,0
23,0 - 25,0
21,0 - 23,0
19,0 - 21,0
17,0 - 19,0
15,0 - 17,0
13,0 - 15,0
11,0 - 13,0
9,0 - 11,0
7,0 - 9,0
pocetnadob
30
20
10
0
Chotěbuz-Podobora
0
20
40
60
80
100
120
140
160
7_8 9_10 11_12 13_14 15_16 17_18 19_20 21_22 23_24 25_26 27_28 29_30 31_32 33_34 35_36 37_38
prumer usti
pocetnadob
Initial
R_A_F 1,000
R_A_GR 1,000
R_B1_F 1,000
R_B1_GR 1,000
R_B2 1,000
R_B3 1,000
R_B4 1,000
R_B4PROF 1,000
R_C 1,000
R_D1 1,000
R_D2_4 1,000
R_E 1,000
R_G1 1,000
R_G2 1,000
V_A1 1,000
V_A2 1,000
V_B1 1,000
V_C3 1,000
V_C5 1,000
V_C7 1,000
V_D2 1,000
V_E1 1,000
V_E2 1,000
V_F1 1,000
V_F4 1,000
V_F5 1,000
V_G 1,000
KAM_STI 1,000
KERBE 1,000
STICH 1,000
LEISTE 1,000
WULSTE 1,000
KWB_D 1,000
KWB_F 1,000
KWB_N_D 1,000
HALS_VRZ 1,000
BOZEI_PL 1,000
T_FEIN 1,000
T_GRAPH 1,000
HAN_SCH
W
1,000
Initial
Eigenvalues
Rotation
Sums of
Squared
Loadings
Component Total % of
Variance
Cumulative
%
Total % of
Variance
Cumulative
%
1 3,556 8,891 8,891 3,427 8,567 8,567
2 3,205 8,014 16,904 2,994 7,486 16,053
3 2,863 7,158 24,062 2,914 7,284 23,337
4 2,456 6,140 30,203 2,746 6,866 30,203
5 1,943 4,858 35,060
6 1,863 4,659 39,719
7 1,748 4,370 44,089
8 1,731 4,327 48,416
9 1,529 3,823 52,239
10 1,418 3,544 55,783
11 1,370 3,425 59,209
12 1,280 3,201 62,409
13 1,243 3,107 65,516
14 1,203 3,008 68,524
15 1,043 2,607 71,130
16 ,972 2,430 73,561
17 ,946 2,365 75,925
18 ,914 2,284 78,210
19 ,824 2,060 80,270
20 ,797 1,993 82,263
21 ,743 1,857 84,120
22 ,650 1,625 85,745
23 ,614 1,535 87,281
24 ,580 1,450 88,730
25 ,562 1,404 90,134
26 ,498 1,246 91,380
27 ,476 1,190 92,570
28 ,402 1,004 93,575
29 ,375 ,937 94,512
30 ,372 ,929 95,441
31 ,345 ,864 96,305
32 ,290 ,725 97,030
33 ,276 ,690 97,720
34 ,235 ,588 98,308
35 ,202 ,504 98,812
36 ,174 ,435 99,246
37 ,146 ,365 99,611
38 ,109 ,274 99,885
39 3,876E-02 9,690E-02 99,982
40 7,339E-03 1,835E-02 100,000
Scree Plot
Component Number
39373533312927252321191715131197531
4
3
2
1
0
Component
1 2 3 4
HAN_SCHW -,933
R_A_GR -,926
KWB_D -,897
V_E2 ,216
V_C3
KERBE ,707
KAM_STI ,644
WULSTE ,610
LEISTE ,533
T_GRAPH ,510
V_E1 ,278 -,436 -,346
KWB_N_D -,247 ,384
R_G1 -,341
R_D1 ,322
V_F4 ,265 -,279
STICH ,250
R_B3 -,233 ,204
V_C5
T_FEIN ,759 ,208
V_D2 ,627
R_A_F ,599
R_B1_F ,582
R_B4PROF ,520
R_B1_GR ,438 -,448 ,307
V_A2 ,261 -,347
V_C7 ,237
R_B4 -,231
BOZEI_PL ,226
R_B2 -,208 ,549
V_A1 ,218 -,544
R_E -,531
V_G ,494
V_B1 ,210 -,372 -,490
V_F1 ,424
R_D2_4 ,340 -,404
R_G2 ,367
R_C ,256 -,351
V_F5 ,339
HALS_VRZ ,236 ,305
KWB_F ,288
FAC3_1
3210-1-2
FAC2_1
1,5
1,0
,5
0,0
-,5
-1,0
-1,5
STRATIGR
unter
uber
156
125d
125c
20VD
116VD
108
44
233 223
235
225a
224
200c
111a
FAC1_1
FAC2_1
FAC3_1
FAC4_1
STRATIGR
unter
uber
Faktorové skóreObjekt Stratigrafie
fac1_1 fac2_1 fac3_1 fac4_1
111a nad 111b ,93998 1,19068 ,23744 -,01048
200c nad 200b -,68286 1,24223 2,37637 ,44165
20VD nad mladší palisáda VD ,25546 -,04362 -,83671 -,05639
224 nad 223,225a ,07736 ,85835 -,49360 ,29264
235 nad 233 -,31789 ,68619 -,66662 -,02777
156 nad? 155 ,92851 -1,11298 -1,17007 ,04100
108 pod malt.zed ,36081 -,69040 ,55074 -,45376
116VD pod mladší palisáda VD -,87640 ,02067 ,76057 -,28529
223 pod 235 ,74747 -,35805 1,74001 ,55951
225a pod 224, 225 -,78668 -,33414 ,43789 ,91946
233 pod 235 -,26503 -,35972 1,18922 -,51333
44 pod destrukce valu -,84715 -,15639 ,81357 ,41392
125c pod? 125a -,61259 -,63375 ,14695 -,44334
125d pod? 125a -2,03753 ,21209 ,77081 ,10815
Component
1 2 3 4
HAN_SCHW ,920
R_A_GR ,915
KWB_D ,911
GEW_BOD ,660
R_B1_GR -,471 ,253 -,447
V_A1 -,666
INDIV_GE ,558 ,255
V_B1 -,213 -,547 -,286
DR_GEW ,359 ,538 ,222
R_E -,521
RAN_B_P ,512 ,234
R_B2 ,481 -,232
V_G ,445
HALS_VRZ ,347
V_F1 ,329
V_F5 ,326
R_G2 ,248
KWB_F ,241 -,230
KERBE ,686
KAM_STI ,648
WULSTE ,604
LEISTE ,493
T_GRAPH ,482
V_E1 -,261 -,442
V_F4 -,366
R_D1 ,360
R_G1 -,338
KWB_N_D ,328
R_B3 ,222 -,241
V_C3 ,200
V_C5
STICH
V_E2
T_FEIN ,212 ,671
R_A_F ,607
V_D2 ,585
R_B1_F ,552
R_B4PROF ,460
R_D2_4 -,260 ,432
R_C ,383
V_A2 -,288 -,335
R_B4 -,264
V_C7 ,236
BOZEI_PL ,220
Typolog.
skupina
Fáze prvního výskytu
Průměrná hmotnost
fragmentu
Fáze maximálního
výskytu
Průměrná hmotnost
fragmentu
Fáze prvního výskytu
Poměr okrajů s výdutí
k celkovému počtu
fragmentů ve skupině
Fáze maximálního
výskytu
Poměr okrajů s výdutí
k celkovému počtu
fragmentů ve skupině
E a E_A 26,8 g 23 g cca 1:5 cca 1:15
F - 22,8 g - cca 1:15
B (B_2) 27 g 22,9 g cca 1:5,5 cca 1:11
REGR factor score 1 for analysis 1
543210-1-2-3
3
2
1
0
-1
-2
TYP_OBJ
GH
GEO
Scree Plot
Component Number
4037343128252219161310741
4
3
2
1
0
Component
1 2 3 4
T_FEIN ,689 -,036 -,168 ,220
GH ,675 ,092 ,071 -,082
V_D2 ,667 ,033 -,143 -,175
R_B4PROF ,662 ,228 ,052 -,126
R_A_F ,566 -,101 ,096 ,162
R_B1_F ,503 -,150 ,015 -,125
R_B1_GR -,466 ,254 -,337 -,390
V_A2 -,337 -,020 -,041 -,150
BOZEI_PL ,233 ,020 -,027 -,167
V_C7 ,172 -,103 -,004 -,011
KERBE -,008 ,663 ,030 ,021
LEISTE ,122 ,563 ,073 -,051
T_GRAPH -,024 ,555 ,077 -,130
V_E1 ,009 -,527 ,324 -,127
WULSTE -,056 ,526 ,209 ,099
KAM_STI ,033 ,464 ,262 ,435
R_G1 ,046 -,420 -,063 -,035
KWB_N_D ,017 ,417 -,084 ,275
STICH -,062 ,317 ,034 -,178
V_F4 -,091 -,291 ,040 -,128
R_B3 ,070 -,263 -,201 -,119
KWB_D ,147 -,250 -,041 -,007
V_E2 -,169 -,208 ,168 -,040
R_E -,142 ,009 ,561 -,100
R_B2 -,116 -,236 -,548 ,010
V_A1 -,082 ,240 ,543 -,123
V_B1 -,406 ,093 ,513 ,216
V_G ,042 ,037 -,475 ,299
R_D2_4 ,280 ,002 ,446 ,078
V_F1 ,024 ,047 -,406 -,093
R_G2 ,033 -,136 -,362 ,036
V_F5 -,049 ,030 -,339 -,087
R_C ,219 -,147 ,332 -,200
HALS_VRZ -,008 -,081 -,325 -,236
R_B4 -,156 -,030 -,170 -,027
HAN_SCHW -,042 ,007 ,063 ,780
V_C3 -,077 -,040 ,012 ,648
R_D1 -,041 ,089 ,120 ,610
R_A_GR ,093 ,161 -,110 ,485
KWB_F -,207 ,029 -,271 ,302
V_C5 -,041 ,146 ,124 -,147
Scree Plot
Component Number
4037343128252219161310741
4
3
2
1
0
Component
1 2 3 4
T_FEIN ,75 -,01 ,20 ,18
V_D2 ,63 ,05 ,18 -,19
R_A_F ,60 -,10 -,07 ,14
R_B1_F ,56 -,13 ,00 -,16
R_B4PROF ,53 ,20 -,02 -,11
R_B1_GR -,52 ,25 ,31 -,36
V_A2 -,36 -,04 ,02 -,13
R_B4 -,23 -,06 ,16 ,00
V_C7 ,22 -,07 ,02 -,04
BOZEI_PL ,21 ,03 ,04 -,17
KERBE ,03 ,68 -,04 ,03
T_GRAPH ,00 ,58 -,08 -,13
LEISTE ,15 ,57 -,07 -,04
V_E1 ,02 -,54 -,33 -,13
WULSTE -,02 ,53 -,22 ,11
R_G1 ,11 -,39 ,07 -,07
KWB_N_D -,06 ,38 ,08 ,31
STICH -,04 ,33 -,04 -,17
V_F4 -,07 -,28 -,04 -,14
KWB_D ,12 -,27 ,04 ,00
R_B3 ,07 -,25 ,21 -,13
V_E2 -,16 -,21 -,17 -,04
V_C5 -,01 ,16 -,13 -,15
GEO ,05 ,08 ,08 -,07
R_E -,10 ,02 -,56 -,11
V_A1 -,09 ,22 -,56 -,10
R_B2 -,11 -,23 ,54 ,00
V_B1 -,38 ,08 -,53 ,23
V_G ,05 ,03 ,47 ,30
R_D2_4 ,33 ,01 -,43 ,06
V_F1 ,06 ,09 ,42 -,12
R_G2 ,02 -,15 ,35 ,04
V_F5 -,08 ,02 ,33 -,08
HALS_VRZ -,02 -,07 ,33 -,24
R_C ,24 -,13 -,32 -,22
HAN_SCHW -,04 -,02 -,06 ,79
V_C3 -,06 -,05 ,00 ,64
R_D1 ,01 ,08 -,12 ,60
R_A_GR ,09 ,14 ,11 ,49
KAM_STI ,06 ,44 -,27 ,45
KWB_F -,21 ,01 ,26 ,31
OB_T_NEX
RGHGEOFSB
10
8
6
4
2
0
OB_T_NEX
RGHGEOFSB
MeanR_B4PROF
16
14
12
10
8
6
4
2
0
OB_T_NEX
RGHGEOFSB
MeanR_E
15
14
13
12
11
10
9
8
7
Typologická skupina A
Typologická skupina D Typologická skupina G
Typologická skupina B
Typologická skupina C_2
Typologická skupina C
FAC2_2
876543210-1-2-3-4
FAC1_2
2
1
0
-1
-2
-3
-4
-5
-6
Chronolog
5
4
3
2
1
FAC4_2
3210-1-2
FAC3_2
5
4
3
2
1
0
-1
-2
-3
Chronolog
5
4
3
2
1
Keramické skupiny Faktor (druhé základní řešení) Faktorové skóre
1 FAC1 <=-4
2 FAC4 >=0,2
3 FAC4 <=-0,2
4 FAC3 >=0,9
5 FAC2 >=1
13320-+
14425-+
18840-+
11311-+
1087-+
14324-+
1076-+-+
25583-+I
11-+I
21860-+I
2261-+I
14526-+I
16833-+I
15128-++-+
18338-+II
16432-+II
82c107-+II
20451-+II
82105-+II
111a10-+II
85a110-+II
20149-+-++-----+
22767-+II
84109-+II
200c48-+II
4593-+II
106b5-+II
22363-+II
25379-+II
22464-+I+---+
23569-+---+II
25178-+II
247b74-+II
24875-+II
15830-+II
23368-+II
1098-+II
5798-+---------+I
19745-+I
125c15-+I
82a106-++---------+
1063-+II
15629-+II
8104-+II
18739-+II
1527-+II
88111-+II
20853-+II
254b81-+II
248a76-+-----+II
2577-+II+-------------------+
1318-++-------+II
65101-+III
22666-+III
254c82-+-----+II
225a65-+II
490-+II
91113-+II
21456-+II
5095-+-+II
2885-++---------------------+I
4091-+II
254a80---+I
12514-+I
12617-++---+
125d16-+II
9112-+II
13421-+-------+II
20552-+III
1109-+III
7103-+III
83b108-+III
5697-+III
13923-+III
5899-+III
99117-+III
1213-+III
19243-+III
20350-+III
24372-++-----------------------------------+I
92114-+II
2154-+-+II
11412-+III
17535-+III
1052-+III
4994-+III
13522-+III
106a4-+III
20047-+III
15931-+III
13019-+III
97116-++-----+I
18941-+II
24171-+II
67102-+II
24573-+II
4492-+II
60100-+II
5596-+-+I
1837-+II
19142-+II
93115-+II
386-+II
19644-+II
21658-+II
22162-+-+I
23670-+I
17234-+I
3487-+I
19946-+I
21759-+I
3989-+I
21055-+I
3888-+-----------------------------------------------+
17736-+
26384-+
21557-+
Ker_Gruppe
5,004,003,002,001,00
Count
30
20
10
0
Ward Method
1
2
3
4
Ward Method
4
3
2
1
R
A
N
B
P
4000
0,00
38
210
,02
100
254a
,04
215
3000
263
,06
177
28
,08
80
,10
2000
50
40
ANZAHL
214
,12
60
GEW_BOD
1000
25
40
248a
0 20
Ker_Gruppe
4,003,002,00
Count
30
20
10
0
Ward Method
1
2
Value df Asymp.
Sig. (2-
sided)
Pearso
n Chi-
Square
6,312 2 ,043
Likelih
ood
Ratio
6,419 2 ,040
N of
Valid
Cases
77
CHRO_GR * Ward Method Crosstabulation
Ward
Method
TotalCHRO_GR
1 2
Count 17 8 25
Expected
Count
12,0 13,0 25,0
% within
CHRO_GR
68,0% 32,0% 100,0%
% within
Ward
Method
45,9% 20,0% 32,5%
2,00
% of Total 22,1% 10,4% 32,5%
Count 14 25 39
Expected
Count
18,7 20,3 39,0
% within
CHRO_GR
35,9% 64,1% 100,0%
% within
Ward
Method
37,8% 62,5% 50,6%
3,00
% of Total 18,2% 32,5% 50,6%
Count 6 7 13
Expected
Count
6,2 6,8 13,0
% within
CHRO_GR
46,2% 53,8% 100,0%
% within
Ward
Method
16,2% 17,5% 16,9%
4,00
% of Total 7,8% 9,1% 16,9%
Count 37 40 77
Expected
Count
37,0 40,0 77,0
% within
CHRO_GR
48,1% 51,9% 100,0%
% within
Ward
Method
100,0% 100,0% 100,0%
Total
% of Total 48,1% 51,9% 100,0%
0,0
10,0
20,0
30,0
40,0
50,0
60,0
70,0
80,0
90,0
1 2 3 4 5
%
R_A_GR
R_B1_GR
Chronologie keramiky
0,0
2,0
4,0
6,0
8,0
10,0
12,0
1 2 3 4 5
%
R_B2
R_B3
R_B4
0,0
5,0
10,0
15,0
20,0
25,0
30,0
1 2 3 4 5
%
T_GUT
R_E
ABSATZ
KELCH
0.0
5.0
10.0
15.0
20.0
25.0
1 2 3 4 5
%
T_FEIN
R_B4PROF
BOZEI_PL
R_D2_4
V_D2
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
Chronologie keramiky
0,0
1,0
2,0
3,0
4,0
5,0
1 2 3 4 5
%
T_GRAPH
KAM_STI
KERBE
STICH
LEISTE
WULSTE
 Formální archeologické struktury, výstupy matematicko - statistických
metod, je nezbytné nezávisle na metodě, kterou byly získány,
interpretovat
 pro interpretaci je nutno použít modelů odvozených z historie, etnologie
či experimentální archeologie, tedy věd umožňujících pozorování živé
lidské kultury v čase
 Jako alternativu lze formulovat i obecné modely, které vytváříme např.
postupným rozvíjením a konkretizováním důsledků vlivů určité abstraktní
kategorie živé kultury či události (?) na vývoj materiální kultury
 Pokud je systém materiálních struktur archeologického kontextu shodný
se systémem materiálních struktur modelu, jsme oprávněni usoudit na
shodnost funkcí, významu a někdy i smyslu.“ (NEUSTUPNÝ 1986, 542-
548)
 lze tak učinit na základě analogie
 Pro modelování je důležitý předpoklad, že mezi
analogickými strukturami existují i další podobnosti, než ty,
jejichž existenci můžeme zjistit na základě našich dat
 Tyto znaky lze následně rozšířit z jedné struktury, zdroje
analogie (model), na druhou strukturu, subjekt analogie
(archeologický kontext)
 Dvě základní kategorie analogií:
▪ tzv. přímé historické analogie (direct historical approach): hlavním
kritériem historické analogie je přímý vývoj mezi subjektem a zdrojem
analogie
▪ tzv. new analogy: obecná analogie mezi strukturami bez historické
kontinuity; jde o typ analogie podstatný pro bádání o společnosti
starého pravěku, např. paleolitu
 Modely odvozené z etnologie a
etnoarcheologie
 Modely odvozené z experimentální
archeologie
 Modely odvozené z historických pramenů
Případová studie
 Na základě formalizovaného řešení jsme získali
zajímavé údaje o charakteru raně středověké
keramiky (a její výroby) na Pohansku:
▪ První kategorie se vyznačuje existencí výrazně
diverzifikovaných typů, jejichž výroba podléhala poměrně
pevným standardům jak v oblasti materiálu, výzdoby,
utváření okraje, tak i tvaru a rozměrů – (řemeslná výroba?)
▪ Druhá kategorie zahrnuje mnohem indiferentnější masu,
sjednocenou pouze druhem výzdoby a nižší
technologickou kvalitou – (podomácká výroba?)
 I. typ, tzv. Household Produktion
 II. typ, tzv. Household Industry
 III. typ, tzv. Individual Workshop
 IV. typ, tzv. Nucleated Workshop
 „Household Produktion“ (podomácká produkce), lze jednoznačně identifikovat s
výrobou časně slovanské keramiku pražského typu, příp. i nejstarších zdobených
nádob starohradištního období, které se vyznačují nízkou technologickou úrovní
a jednotou v rámci etnické skupiny.
 „Household Industry“. Domnívám se, že by to mohly být právě ony typologické
skupiny velkomoravské keramiky z Pohanska, které jsme označily jako
podomáckou keramiky
 Nejvyspělejší typologické skupiny velkomoravské keramiky z Pohanska, jsou s
největší pravděpodobností produkty dílny (dílen) fungujících podle modelu
„Individual Workshop“. Svědčí o tom např. skutečnost, že se tato keramika
masivně vyskytuje v prostředí centrálního hradiska, tedy vysoce lukrativního
trhu, byla rutině vyráběna na rychleji rotujícím kruhu a možná vypalována ve
vyspělých dvoukomorových pecích (Nitra - Lupka)
 Se čtvrtým nejvyspělejším modelem výroby keramiky tzv. „Nucleated
Workshop“ nelze v prostředí Pohanska pravděpodobně počítat