simpson指数它反映的是在同一个样本中随机的抽取2个个体，这两个个体来自同一个类的概率，即辛普森多样性指数(Simpsonindex)该指数描述从一个群落种连续两次抽样所得到的个体数属于同一种的概率。有两个版本的公式来计算simpson指数，包括Simpson’s Index of Diversity 1-D、Simpson's Reciprocal Index 1 / D，两者不矛盾，均可接受。D值在0-1之间。0表示无限多样，1表示没有多样性。也就是说D值越大，多样性越低。这与直觉和逻辑不符，为了解决这个问题，通常会用1减去D:Simpson’s Index of Diversity 1-D这个值也在0-1之间，但是此时，值越大多样性越高，这就变得更直观了。这种情况下，指数代表的意义是在同一个样本中随机的抽取2个个体，这两个个体来自不同类的概率。对于违背直觉的D值，还有另一种处理办法，即用1除以D:Simpson's Reciprocal Index 1 / D1/D的最小值为1。当它为1时表示样本仅由1个物种组成。值越大，多样性越高。最大值是样本中的物种数。例如，假设一个样本中有5个物种，则1/D的最大值为5。香农指数香农-威纳指数借用了信息论方法。信息论的主要测量对象是系统的序（ order）或无序(disorder)的含量。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确定性，不确定性越高，多样性也就越高。香农-威纳多样性指数中的两个因素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，可增加多样性；同样，种类之间个体分配的均匀性增加也会使多样性提高。如果每一个体都属于不同的种，多样性指数就最大;如果每一个体都属于同一种，则其多样性指数就最小。香农-威纳均匀性指数的测定均匀性指数的测定可以通过估计群落的理论上的最大多样性指数(Hmax)，然后以实际的多样性指数对Hmax的比率，从而获得均匀性指数，具体步骤如下:1.Hmax=-S(1/S log21/S)=log2S，其中 Hmax=在最大均匀性条件下的种多样性值，S=群落中种数2.如果有S个种，在最大均匀性条件下，即每个种有1/S个体比例，所以在此条件下Pi=1/S，3.举例说，群落中只有两个种时，则:Hmax=log22=1这与前面的计算是一致的，因此，我们可以把均匀性指数定义为:E=H/ Hmax，其中 E=均匀性指数，H=实测多样性值，Hmax =最大多样性值= log2S
瘦子你好
