Modern Methods on Old Bones : Biostatistical Research on Fossil Ursids

This article is part of a PhD project at the University of Tubingen. On 16 different skeletal elements (long bones and metapodial bones) of definitely adult individuals, between 8 and 24 measurements have been chosen, in total 245 variables. On 3452 specimens statistical analyses are calculated with the software packages SPSS, SAS and inferiorily R, of which 2980 specimens belong to fossil ursids and, for reason of comparison, 472 specimens to recent bear material (living European brown bear and polar bear). The aim is to find further significantly characteristic distinguishing features between fossil bear species (especially Ursus spelaeus and Ursus deningeri). In this context the type prediction of the fossil finds from Einhornhôhle / Harz, FRG, to one of these species is of special interest.Cet article constitue une partie d'une thèse de doctorat à l'Université de Tubingen. Sur 16 éléments de squelettes différents (os longs et métapodes) provenant d'individus exclusivement adultes et assurément définissables comme tels, entre 8 et 24 ont été choisis comme indicateurs de mesures, soit 245 variantes au total. 3452 objets ! ont été inclus dans les analyses statistiques avec les programmes SPSS et SAS, dont 2980 provenant d'Ursidés fossiles, et, dans un but de comparaison, 472 provenant d'ours récents (ours bruns vivant actuellement en Europe et ours blancs). Le but est de trouver sur les espèces d'ours fossiles, d'autres critères caractéristiques, spécifiques à l'espèce (en particulier pour Ursus spelaeus et Ursus deningeri). Dans ce contexte, la possibilité d'attribuer les ours fossiles de Einhornhôhle (Harz, FRG) à une de ces espèces revêt un intérêt tout particulier.Athen Kerstin, Pfretzschner Hans-Ulrich, Froemke Cornelia. Modern Methods on Old Bones : Biostatistical Research on Fossil Ursids. In: Cahiers scientifiques du Muséum d'histoire naturelle de Lyon. Hors-série, tome 2, 2004. Actes du 9e symposium international sur l'ours des cavernes