离散且不确定性年龄序列中年代界限的最大间距估计方法研究及其在考古与地质科学中的应用

本文推荐：作者提出最大间距估计(MSE)方法，通过蒙特卡洛(Monte Carlo)模拟解决实验室年龄的不确定性，采用均匀/指数/正态/对数正态分布模型处理采样变异性，显著提升考古(如14C测年)和地质年代学中时间边界推断的准确性。相比传统最大似然估计(MLE)，该方法对小样本遗址年代和大规模文化兴衰研究均具优势。

　　

Highlight
本研究亮点在于：1）通过最大间距估计(MSE)简化传统最大似然估计(MLE)的复杂计算；2）运用蒙特卡洛(Monte Carlo)模拟量化实验室年龄的不确定性；3）采用多概率分布模型处理采样变异性，为考古遗址年代和文化演变研究提供更可靠的年代框架。

Sensitivity to underlying distributions
我们评估了端点估计对基础分布参数和样本量的敏感性。首先生成包含50个日历年龄的模拟序列（3000-5000 BP），误差来自伽马分布。结果显示：均匀和指数分布产生更紧凑的置信区间（如±50年），而正态和对数正态分布则产生更宽泛的区间（如±200年）。这种差异在样本量<20时尤为显著，说明小样本研究应谨慎选择分布模型。

Concluding remarks
年代边界估计是考古学的核心问题。本研究在频率学派框架下提出创新解决方案：1）通过MSE将数据间距最大化推导解析式；2）整合蒙特卡洛模拟处理¹⁴C/OSL测年误差；3）揭示不同统计模型对结果的影响——限制性模型（均匀/指数）适合高精度需求，而宽松模型（正态/对数正态）更能反映地层混杂等复杂情况。该方法为遗址废弃年代和文化断层分析提供了新工具。