香農指數演算法

❶ 生態學中，香農多樣性指數的以2，e，10為底計算，哪個好一點，why，那種方法發文章好些

用2吧，孫儒泳編著的《動物生態學原理》群落生態學部分關於多樣性的香農-威納指數就是用2做底。可能用2做底從數學角度得到的結果准確一些。多樣性指數測定的方法有香農-威納指數、辛普森指數，用香農-威納指數比較好一些。

❷ 請問你會計算香農多樣性指數嗎

當然可以大於一啦，H大於3才是物種豐富級別的啊

❸ 香農維納指數和辛普森指數的區別

香農-威納指數和辛普森指數包括了測量群落的異質性。

香農-威納指數借用了資訊理論方法。資訊理論的主要測量對象是系統的序（ order）或無序(disorder)的含量。
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確定性，不確定性越高，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，可增加多樣性；同樣，種類之間個體分配的均勻性增加也會使多樣性提高。
如果每一個體都屬於不同的種，多樣性指數就最大;如果每一個體都屬於同一種，則其多樣性指數就最小。
均勻性指數的測定可以通過估計群落的理論上的最大多樣性指數(Hmax)，然後以實際的多樣性指數對Hmax的比率，從而獲得均勻性指數，具體步驟如下:
Hmax=-S(1/S log21/S)=log2S，其中 Hmax=在最大均勻性條件下的種多樣性值，S=群落中種數
如果有S個種，在最大均勻性條件下，即每個種有1/S個體比例，所以在此條件下Pi=1/S，舉例說，群落中只有兩個種時，則:Hmax=log22=1
這與前面的計算是一致的，因此，我們可以把均勻性指數定義為:E=H/ Hmax，其中 E=均勻性指數，H=實測多樣性值，Hmax =最大多樣性值= log2S

辛普森多樣性指數=隨機取樣的兩個個體屬於不同種的概率
=1-隨機取樣的兩個個體屬於同種的概率
=1-每個物種的物種個數除以總植株個數的平方的加和
例如，甲群落中A、B兩個種的個體數分別為99和1，而乙群落中A、B兩個種的個體數均為50，按辛普森多樣性指數計算，
甲群落的辛普森指數:D甲=1-(0.99^2+0.01^2.)=0.0198
乙群落的辛普森指數:D乙=1-(0.5^2+0.5^2)=0.5
可以看到，群落中種數越多，各種個體分配越均勻，指數越高，指示群落多樣性好。

❹ 香農-威納指數的指數

在香農-威納指數中，包含著兩個成分：①種數；②各種間個體分配的均勻性（equiability或evenness）。各種之間，個體分配越均勻，H值就越大。如果每一個體都屬於不同的種，多樣性指數就最大；如果每一個體都屬於同一種，則其多樣性指數就最小。那麼，均勻性指數如何來測定呢？可以通過估計群落的理論上的最大多樣性指數（Hmax），然後以實際的多樣性指數對Hmax的比率，從而獲得均勻性指數，具體步驟如下：
Hmax=－S（1/S log21/S）=log2S，其中 Hmax=在最大均勻性條件下的種多樣性值，S=群落中種數
如果有S個種，在最大均勻性條件下，即每個種有1/S個體比例，所以在此條件下Pi=1/S，舉例說，群落中只有兩個種時，則：Hmax=log22=1
這與前面的計算是一致的，因此，我們可以把均勻性指數定義為：E=H/ Hmax，其中 E=均勻性指數，H=實測多樣性值，Hmax =最大多樣性值= log2S

❺ 關於物種多樣性指數（香農威納）

物種多樣性是生物多樣性的重要組成部分，是衡量一個地區生態保護、生態建設與恢復水平的較好指標。本指標選擇代表性的動植物（鳥類、魚類、和植物）作為衡量城市物種多樣性的標准。

物種指數的計算方法如下：

單項物種指數：pi=（i=1,2,3,分別代表鳥類、魚類和植物）

其中，Pi為單項物種指數，Nbi為城市建成區內該類物種數，Ni為市域范圍內該類物種總數。

綜合物種指數為單項物種指數的平均值。

綜合物種指數H=,n=3

注:鳥類、魚類均以自然環境中生存的種類計算，人工飼養者不計。

❻ 什麼是simpson指數

simpson指數它反映的是在同一個樣本中隨機的抽取2個個體，這兩個個體來自同一個類的概率，即辛普森多樣性指數(Simpsonindex)該指數描述從一個群落種連續兩次抽樣所得到的個體數屬於同一種的概率。有兩個版本的公式來計算simpson指數，包括Simpson』s Index of Diversity 1-D、Simpson's Reciprocal Index 1 / D，兩者不矛盾，均可接受。

D值在0-1之間。0表示無限多樣，1表示沒有多樣性。也就是說D值越大，多樣性越低。這與直覺和邏輯不符，為了解決這個問題，通常會用1減去D:

Simpson』s Index of Diversity 1-D

這個值也在0-1之間，但是此時，值越大多樣性越高，這就變得更直觀了。這種情況下，指數代表的意義是在同一個樣本中隨機的抽取2個個體，這兩個個體來自不同類的概率。

對於違背直覺的D值，還有另一種處理辦法，即用1除以D:

Simpson's Reciprocal Index 1 / D

1/D的最小值為1。當它為1時表示樣本僅由1個物種組成。值越大，多樣性越高。最大值是樣本中的物種數。例如，假設一個樣本中有5個物種，則1/D的最大值為5。

香農指數

香農-威納指數借用了資訊理論方法。資訊理論的主要測量對象是系統的序（ order）或無序(disorder)的含量。

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確定性，不確定性越高，多樣性也就越高。

香農-威納多樣性指數中的兩個因素

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，可增加多樣性；同樣，種類之間個體分配的均勻性增加也會使多樣性提高。
如果每一個體都屬於不同的種，多樣性指數就最大;如果每一個體都屬於同一種，則其多樣性指數就最小。

香農-威納均勻性指數的測定

均勻性指數的測定可以通過估計群落的理論上的最大多樣性指數(Hmax)，然後以實際的多樣性指數對Hmax的比率，從而獲得均勻性指數，具體步驟如下:

1.Hmax=-S(1/S log21/S)=log2S，其中 Hmax=在最大均勻性條件下的種多樣性值，S=群落中種數

2.如果有S個種，在最大均勻性條件下，即每個種有1/S個體比例，所以在此條件下Pi=1/S，

3.舉例說，群落中只有兩個種時，則:Hmax=log22=1
這與前面的計算是一致的，因此，我們可以把均勻性指數定義為:E=H/ Hmax，其中 E=均勻性指數，H=實測多樣性值，Hmax =最大多樣性值= log2S

❼ shannon指數怎麼計算

Shannon—Wiener指數：衡量種群多樣性的指數,由下式計算各樣品的多樣性指數(Shannon—Wiener指數)：H=－∑
（ni
∕
N）lg（ni
/
N）式中,ni為各條帶吸收峰的面積；N為所有條帶吸收峰的總面積.

❽ 用excel表格可以計算香農維納指數嗎

=-SUMPRODUCT((B2:B6)*LOG((B2:B6)/SUM(B2:B6),2)/SUM(B2:B6))

公式中(B2:B6)/SUM(B2:B6)就是每個個體的Pi值
Pi*Log(Pi,2)然後用Sumproct合計就是香農-威納指數
結果2.17反映了這個群落的多樣性
你也可以這樣驗證：
D2:
=B2/SUM(B$2:B$6)
E2:
=LOG(D2,2)
F2:
=D2*E2
D2E2F2一起下拉填充
F7：
=-SUM(F2:F6)

❾ 香農威爾指數公式

香農-威納指數（Shannon-Weinerindex）

資訊理論中熵的公式原來是表示信息的紊亂和不確定程度的，我們也可以用來描述種的個體出現的紊亂和不確定性，信息量越大，不確定性也越大，因而多樣性也就越高。其計算公式為：

式中S為物種數目，Pi為屬於種i的個體在全部個體中的比例，H為物種的多樣性指數。公式中對數的底可取2，e和10，但單位不同，分別為nit，bit和dit。

香農-威納指數包含兩個因素：其一是種類數目，即豐富度；其二是種類中個體分配上的均勻性（evenness）。種類數目越多，多樣性越大；同樣，種類之間個體分配的均勻性增加也會使多樣性提高。

❿ 求辛普森指數和香農威納指數的計算公式excel表格

SUMPRODUCT((B2:B6)*LOG((B2:B6)/SUM(B2:B6),2)/SUM(B2:B6))
公式中(B2:B6)/SUM(B2:B6)就是每個個體的Pi值
Pi*Log(Pi,2)然後用Sumproct合計就是香農-威納指數
結果2.17反映了這個群落的多樣性
你也可以這樣驗證：
D2:
=B2/SUM(B$2:B$6)
E2:
=LOG(D2,2)
F2:
=D2*E2
D2E2F2一起下拉填充
F7：
=-SUM(F2:F6)