Logo image
不歸還取樣模式下之生物多樣性估計
Dissertation

不歸還取樣模式下之生物多樣性估計

林志偉
Doctor of Philosophy (PHD), 國立清華大學, 統計學研究所
2008

Abstract

不歸還取樣 超幾何分配 種類數 sampling without replacement hypergeometric distribution species richness
一般野外調查可分為歸還及不歸還抽樣模式,過去的文獻主要都是架 構在歸還取樣模式下估計群落的種類數,對於不歸還取樣模式下之種 類數估計文獻較少且估計亦較複雜。如何透過統計方法,提供不歸還 取樣模式下之生物多樣性估計便是本文的研究主題。本論文主要分成 兩大部分,第一部份為單一群落之多樣性探討,主題包括種類數、樣 本數及種類預測函數估計。第二部分為多群落之多樣性探討,主題包 含二群及三群落以上之共同種類數估計。 (一) 單一群落的多樣性探討 種類數估計 種類數是單一群落最直覺的多樣性指標,過去文獻主要是架 構在歸還取樣模式下進行估計,對於不歸還抽樣模式下之文 獻則並不多,並且估計量也較複雜。本文主要是利用科西-史 瓦滋不等式,提出不歸還取樣模式下之種類數估計及其變異 數估計,此估計量形式簡潔可更易於生態學家所使用。 樣本數估計 樣本數估計一直是生態學家所感興趣的問題,大多數的統計 方法只求得了種類數的估計及變異數,但極少指出需要再抽 多少的樣本才能看到原先樣本所估計的種類數。關於此類的 問題相關文獻並不多,本文則是架構在不歸還取樣模式下, 提供樣本數之估計量及其變異數估計。 種類預測函數估計 種類預測函數可評估再次取樣之效益,主要問題是利用第一 次基礎樣本的訊息來預測第二次抽樣可能出現的新種類數。 過去文獻主要都是架構在歸還取樣的方式下推導其估計量, 本文主要是架構在不歸還取樣模式下,將過去表現較佳的種 類預測函數估計量推廣至此模式下,並提供其變異數估計。 (二) 多群落之多樣性探討 多群落的比較亦是生態上另一個重要的課題,包含探討同一個地 區不同時間點的變化或同一座森林不同緯度物種的變化,亦可探 討不同地區的群落差異。早期的文獻,有關共同種類數的估計方 法較少深入探討,傳統作法都是直接以出現在樣本中的共同種類 數當作估計值,此種估計明顯嚴重低估。對於架構在不歸還取樣 模式下,至目前為止對於多群落之共同種類數估計方法尚無相關 文獻,本文主要提供二群落及三群落以上之共同種類數估計及其 變異數估計。 本文除了理論推導所提出之種類數估計量外,並且以電腦模擬比較本 文的方法與過去文獻上的其它方法。對於樣本數、種類預測函數及多 群落共同種類數主題,亦提供電腦模擬以瞭解其估計量的表現。對於 不同主題,本文亦附加一些合適的實例分析,以說明其應用方式。

Metrics

1 Record Views

Details

Logo image