多样性指数区别

1）

香农-威纳指数的公式是：H=－∑（Pi）（㏑Pi）

H=样品的信息含量（彼得/个体）=群落的多样性指数，Pi=样品中属于第i种的个体的比例，如样品总个体数为N，第i种个体数为ni，则Pi=ni/N

香农指数来源于信息熵，香农指数越大，表示不肯定性大。不肯定性越大，表示这个群落中未知的因素越多，也就是多样性高。
香农-威纳指数（Shannon-Weiner index），是用来描述种的个体出现的紊乱和不肯定性，不肯定性越高，多样性也就越高。在香农-威纳多样性指数中包含两个因素：①种类数目，即丰富度；②种类中个体分配上的平均性（equitability）或均匀性（evenness）。种类数目多，可增长多样性；一样，种类之间个体分配的均匀性增长也会使多样性提升。

2）

辛普森多样性指数=随机取样的两个个体属于不一样种的几率=1-随机取样的两个个体属于同种的几率

设种的个体数占群落中总个体数的比例为,那么，随机取种 两个个体的联合几率就为 。若是咱们将群落中所有种的几率合起来，就可到辛普森指数，即

  式中，

为物种数目。辛普森多样性指数的最低值是0，最高值是 。前一种状况出所有个体均属于一个种的时候，后一种状况在每一个个体分别属于不一样种的时候。

Simpson多样性指数中稀有物种所起的做用较小，而广泛物种所起的做用较大。这种方法估计出的群落物种多样性须要较多的样本 。

特别注意：百度百科中该词条的解释与wiki不一致：

https://en.wikipedia.org/wiki/Diversity_index#Simpson_index

The measure equals the probability that two entities taken at random from the dataset of interest represent the same type （两个个体属于相同类型的几率）.

使用软件计算simpson index时，须要仔细查看其计算公式；

usearch中，simpson index为两个OTUs相同的几率。

3）

Chao1指数是基于这样一种假设：在一个群体中随机抽样，当稀有的物种(singletons)依然不断的被发现时，则代表还有一些稀有的物种没有被发现；直到全部物种至少被抽到两次(doubletons)时，则代表不会再有新的物种被发现。

Chao1的经典公式以下：

Sobs表示样本中观察到的物种数目。F1和F2分别表示singletons和doubletons的数目。

Chao1指数还有另一种修正误差的公式，在scikit-bio[1]上也有提到了(注：QIIME使用的是scikit-bio)，以下：

由经典公式能够看到，当doubletons为0（即F2为0）时计算的结果没有意义，修正公式能够解决这个问题。

chao1指数是用来反映物种丰富度的指标。它经过观测到的结果推算出一个理论的丰富度，这个丰富度更接近真实的丰富度。通常来说能观测到的物种丰富度确定会比实际少，那么二者之间的差距有多大呢？chao1指数给出的答案是(F1^2)/(2*F2)，它经过singletons和doubletons进行了合理的推算。分析chao1指数的后半段(F1^2)/(2*F2)咱们不难发现它对singletons的权重要高于doubletons (即F1^2比2*F2变化的速度更快)。

chao1是度量物种丰富度的指标，它和丰度、均匀度无关，可是它对稀有的物种很敏感 。