Estimation de la structure par âges d’une population archéologique à partir de données d’âge indirectes

Luc BUCHET (CEPAM-CNRS, UMR 7264, Université Nice Sophia Antipolis)

2ème Table Ronde « Démarches, méthodes et approches de la connaissance incertaine », Nice, 28 juin 2013, MSHS Sud-Est, Saint-Jean d’Angély 3, Projet « Faire Science avec l’Incertitude », Axe 4 : « Territoires, systèmes techniques et usages sociaux »

Résumé :


Pour estimer les paramètres démographiques de populations pour lesquelles n’existent aucune donnée enregistrée de l’âge (c’est le cas de la plupart des séries ostéoarchéologiques), le paléodémographe ne dispose le plus souvent, pour chaque individu, que d’indicateurs de son stade d’évolution biologique (croissance pour les sujets immatures et vieillissement pour les adultes).

– Premier facteur d’incertitude : la corrélation âge civil/âge biologique.
Malnutrition, maladies infantiles, épidémies perturbent la croissance ; conditions sanitaires et patrimoine génétique influent sur le vieillissement. C’est pourquoi aucun des indicateurs d’âge ne présente une bonne corrélation statistique avec l’âge biologique.

– Deuxième facteur d’incertitude : la population de référence.
Pour passer de la distribution par stades à la distribution par âges, les paléodémographes s’appuient sur les données fournies par une population de référence adaptée (matrice donnant à la fois le sexe, l’âge civil et le stade de chaque individu). Le choix de cette population est donc déterminant.

– Troisième facteur d’incertitude : la représentativité de l’échantillon.
Des facteurs sociaux (pratiques funéraires) et biochimiques (conservation différentielle des os) perturbent l’image que l’on a de la population étudiée, tant sous l’angle de l’effectif que sous celui de la structure. La précision du résultat dépend donc étroitement de la précision de la méthode employée, mais aussi de l’effectif considéré. Il est donc important de préciser les limites statistiques des résultats obtenus (intervalles de confiance, intervalles de crédibilité).

– Solution proposée : nouvelle méthode, fondée sur le principe de l’inférence bayésienne.
Par opposition à une méthode fréquentiste dans laquelle les paramètres inconnus sont supposés fixés, une méthode bayésienne considère que ces paramètres sont des variables aléatoires ; on se donne alors une loi a priori pour ces paramètres (dans notre cas, le «standard» de mortalité défini pour les sociétés préindustrielles) et on calcule la loi a posteriori, c’est-à-dire la distribution révisée pour un site cible donné en fonction des données observées sur ce site (la répartition par stades).

Nous présentons, dans un premier temps, pour évaluation, les résultats obtenus par cette méthode pour une population dont la structure était connue grâce à des sources écrites (religieuses de Maubuisson, XVIIe-XVIIIe siècle) puis, dans un second temps, ceux obtenus pour Frénouville aux périodes gallo-romaine (IIIe-Ve siècle) et mérovingienne (du Ve à la fin du VIIe siècle).

Références bibliographiques


– CAUSSINUS (H.), COURGEAU (D.), 2010. Estimer l’âge sans le mesurer en paléodémographie. Population, 65 (1), p. 117-145.

– SEGUY (I.), BUCHET (L.), 2011. Manuel de paléodémographie, Paris, éd Ined.

– SEGUY (I.), CAUSSINUS (H.), COURGEAU (D.), BUCHET (L.), 2013. Estimating the Age Structure of a Buried Adult Population: A New Statistical Approach Applied to Archaeological Digs in France. American Journal of Physical Anthropology, 150, p. 170-183

 

 

Share Button