多樣性指數區別

1）

香農-威納指數的公式是：H=－∑（Pi）（㏑Pi）

H=樣品的信息含量（彼得/個體）=羣落的多樣性指數，Pi=樣品中屬於第i種的個體的比例，如樣品總個體數爲N，第i種個體數爲ni，則Pi=ni/N

香農指數來源於信息熵，香農指數越大，表示不肯定性大。不肯定性越大，表示這個羣落中未知的因素越多，也就是多樣性高。
香農-威納指數（Shannon-Weiner index），是用來描述種的個體出現的紊亂和不肯定性，不肯定性越高，多樣性也就越高。在香農-威納多樣性指數中包含兩個因素：①種類數目，即豐富度；②種類中個體分配上的平均性（equitability）或均勻性（evenness）。種類數目多，可增長多樣性；一樣，種類之間個體分配的均勻性增長也會使多樣性提升。

2）

辛普森多樣性指數=隨機取樣的兩個個體屬於不一樣種的機率=1-隨機取樣的兩個個體屬於同種的機率

設種的個體數佔羣落中總個體數的比例爲,那麼，隨機取種 兩個個體的聯合機率就爲 。若是咱們將羣落中所有種的機率合起來，就可到辛普森指數，即

  式中，

爲物種數目。辛普森多樣性指數的最低值是0，最高值是 。前一種狀況出所有個體均屬於一個種的時候，後一種狀況在每一個個體分別屬於不一樣種的時候。

Simpson多樣性指數中稀有物種所起的做用較小，而廣泛物種所起的做用較大。這種方法估計出的羣落物種多樣性須要較多的樣本 。

特別注意：百度百科中該詞條的解釋與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 （兩個個體屬於相同類型的機率）.

使用軟件計算simpson index時，須要仔細查看其計算公式；

usearch中，simpson index爲兩個OTUs相同的機率。

3）

Chao1指數是基於這樣一種假設：在一個羣體中隨機抽樣，當稀有的物種(singletons)依然不斷的被發現時，則代表還有一些稀有的物種沒有被發現；直到全部物種至少被抽到兩次(doubletons)時，則代表不會再有新的物種被發現。

Chao1的經典公式以下：

Sobs表示樣本中觀察到的物種數目。F1和F2分別表示singletons和doubletons的數目。

Chao1指數還有另一種修正誤差的公式，在scikit-bio[1]上也有提到了(注：QIIME使用的是scikit-bio)，以下：

由經典公式能夠看到，當doubletons爲0（即F2爲0）時計算的結果沒有意義，修正公式能夠解決這個問題。

chao1指數是用來反映物種豐富度的指標。它經過觀測到的結果推算出一個理論的豐富度，這個豐富度更接近真實的豐富度。通常來說能觀測到的物種豐富度確定會比實際少，那麼二者之間的差距有多大呢？chao1指數給出的答案是(F1^2)/(2*F2)，它經過singletons和doubletons進行了合理的推算。分析chao1指數的後半段(F1^2)/(2*F2)咱們不難發現它對singletons的權重要高於doubletons (即F1^2比2*F2變化的速度更快)。

chao1是度量物種豐富度的指標，它和豐度、均勻度無關，可是它對稀有的物種很敏感 。