📄 概要

Crema の論文は、考古学における統計モデリング（statistical modelling）がここ十数年でどのように進化してきたかをレビューし、特に以下の三つの技法に焦点を当てています：

1. 多層モデル（multilevel models）

2. 欠測データ・測定誤差への統計的対応（missing data & measurement error）

3. シミュレーション‐ベースの推論（generative inference）
   
   論文はこれらの技法が、(a) 考古記録の入れ子・階層構造（nested/hierarchical data）を扱う、(b) データ不確実性を積極的に組込み、(c) 形式理論と観察データとの推論的リンクを構築する、という点で有効であると論じています。
   
   ただし、現時点で「これらの技法が考古学の定型分析ツールとして定着している」とは言えず、むしろ普及途上であると指摘しています。
   
   
   
   

🧮 各技法とその意義

1. 多層モデル（Multilevel Models）

• 考古学データでは、遺跡‐層‐測定という入れ子構造、あるいは地域‐遺跡‐個体という階層構造が頻繁に現れます。Crema は、従来の単純回帰モデルではこれらの構造を無視しがちであり、多層モデルを使うことで「群間変異（between-group variation）」および「群内変異（within-group variation）」を同時に捉えられると述べます。
  
  

• たとえば、ある墓葬の副葬品量が「富裕度」という指標を通じて食料資源・人口規模・時期・地域という階層変数の影響を受ける場合、遺跡ごと・時代ごとに異なる傾き (slope) や切片 (intercept) を許す多層モデルを設定できます。これにより「一般的な関係性」と「遺跡特有の異質性」の両方を把握できます。
  
  

• Crema はこの手法が「サンプルの偏り（sampling imbalance）」や「グループ構造の無視」によるバイアスを軽減する点で特に優れているとし、考古学においてクロスサイト・広域比較を行う際にはむしろ「標準ツール化すべき」だと提言しています。

2. 欠測データおよび測定誤差への対応

• 考古学的観察データは、「欠落（たとえば破片の欠如）」「測定誤差（年代測定誤差、層位不確定性など）」が常につきまといます。Crema は、これらを無視することこそが誤った推論を招くと指摘します。
  
  

• 特に「測定誤差を内部モデルに組み込む（error-in-variable models, Bayesian EIV など）」モデル化が進展していることを紹介しています。例えば年代モデル（14Cデータ）において、測定誤差を明示的にモデル化することで「観察値だけをそのまま用いる」よりも推定精度が改善されると述べられています。
  
  

• また欠測データへの対応として、データ補完（imputation）やモデルによる再重み付け（weighting）を用いながら、「不確実性」を可視化・モデル化する必要性が論じられています。
  
  
  

3. シミュレーションベースの推論（Generative Inference／Simulation-Based Inference）

• Crema は、観察データを記述・相関づけるだけではなく、モデルを使って「もしこうだったらどうなるか（What-If）」をシミュレーションし、観察データとの比較を通じて理論を検証するアプローチが増えていると述べています。
  
  

• 具体例として、文化的変化・技術伝播・人口拡散などをモデル化し、シミュレーション結果を観察データと比較することで、モデルの仮定（初期条件、伝播率、交流率など）を検証する試みが紹介されています。
  
  

• ただし、Crema はこの技法の限界も慎重に論じています：例えば「多数のシミュレーション実行が必要」「初期条件やモデル構成の主観性」「観察データの生成過程をモデル化できない場合の限界」など。
  
  
  
  

🔍 本論文が提示する課題と将来展望

• 考古学で統計モデル・数理技法を適用する際の教育・方法論的なギャップを指摘しています。たとえば、多くの考古学プログラムでは統計・モデリング教育が選択的であり、定型化されていないという課題。
  
  

• また、データ共有・オープンサイエンス化（コード公開・データ公開）が進むことで、より複雑な手法を導入しやすい環境が整いつつある点を強調しています。
  
  

• 将来方向として、Crema は「多階層・複合構造モデル」「不確実性の形式化」「モデルと観察を結ぶシミュレーション手法」の三つをキーフォーカスに挙げています。これらは、考古学・数理考古学の次世代潮流を形作るものです。
  
  

• その一方で、モデルが誤用されたり、データの前提を無視したまま高級手法だけが導入される危険性も併せて警告しています。統計手法の導入は、単純な「装置化」ではなく、データ・仮定・モデル構造を慎重に検討する必要があります。

✏️ まとめ

Crema によるこのレビュー論文は、考古学・数理考古学における手法的革新の最前線を整理したものです。特に、

• 多層モデルで階層構造を捉えること、

• 欠測・測定誤差を明示的に扱うこと、

• 観察データを超えて理論／モデルから生成されるデータを扱うこと
  の三つが、現在進行形の潮流として浮上しています。