Forum archeologii zawodowej - archeologia.org.pl

Uzytkownik

Może być trudno, jest trochę takich programów, ale nie są przyjazne. Najczęściej są pisane na potrzeby konkretnego projektu badawczego i trzeba sporo cierpliwości, żeby z nich korzystać. Najwięcej takich programów (głównie dla cech metrycznych, ale nie tylko) jest na stronie:

[link widoczny dla zalogowanych]

Najwięcej możliwości ma na pewno język R, który można samodzielnie rozbudowywać: [link widoczny dla zalogowanych] (dostępny pakiet cluster z dość rozbudowanym zestawem narzędzi nazwanych poetycko Pam, Agnes, Fanny, Diana, Clara i Mona). Niestety, istniejące funkcje są przeznaczone głównie dla danych metrycznych, trzeba się trochę nagimnastykować, żeby dobrze pogrupowały niemetryczne.

W dużych komercyjnych pakietach statystycznych metody grupowania potraktowane są po macoszemu, zwykle można narysować histogram, pogrupować metodą k-średnich i to wszystko. Teoretycznie można pogrupować też cechy niemetryczne, ale lista miar odległości/podobieństwa dla niemetrycznych jest zwykle dramatycznie krótka.

Poza tym trochę odnośników już jest na tym forum, w dziale "Software".

femur7

Uzytkownik

A co jest konkretnie potrzebne?

Jeśli chodzi o grupowanie danych archeologicznych, to w większości przypadków wystarczy miara zgodności lub miara Jaccarda i dendrogram, a to da się zrobić standardowymi narzędziami.

Natomiast z cechami niemetrycznymi w antropologii rzeczywiście jest pod górkę, nie widziałem w sieci dobrego programu pozwalającego wyliczyć MMD z transformacją Grewala lub Freemana-Tukeya. Jest tylko jeden, ale chyba bez wersji na PC i zdaje się, że strona już nieaktualna:
users.rcn.com/kujawa.ma.ultranet/softres.html

femur7

Uzytkownik

Też chętnie podyskutuję, choć podejrzewam, że zanudzimy innych uczestników forum.

Generalnie z MMD i różnymi metodami transformacji jest dużo problemów i zdaje się, że większość autorów używa tej miary trochę z rozpędu. Dobry krytyczny artykuł ukazał się 20 lat temu w AJPA (R.F. Green i J.M. Suchey, The Use of Inverse Sine Transformations in the Analysis of Non–Metric Data, AJPA 1976, ss. 61–6 Cool

, późniejsze teksty o cechach niemetrycznych, które czytałem, nie są tak wnikliwe, ale przyznam, że nie śledzę literatury na ten temat systematycznie.

Myślałem o tym, czy nie można by znaleźć prostszego rozwiązania, na przykład przy użyciu starego dobrego testu chi-kwadrat. Wtedy po pierwsze można by bez problemu uwzględniać cechy wielowartościowe, po drugie łatwiejsze byłoby sprawdzanie istotności statystycznej. Jako miarę odległości można by zastosować któryś z współczynników siły związku obliczany na podstawie chi-kwadrat (na przykład V Cramera) obliczany dla par (ewentualnie większej liczby) populacji i uśredniany dla wszystkich cech. Do tego informacja o liczbie cech, dla których różnice między populacjami okazały się istotne statystycznie. Wyniki można by przedstawiać na diagramie, gdzie grubość linii odwzorowuje średnią siłę związku cecha-populacje (którą interpretujemy jako odległość między populacjami), a odcień szarości liczbę wartości chi-kwadrat istotnych statystycznie. Takie dane można by też grupować dowolną metodą.

To na razie taki luźny pomysł do przedyskutowania.