DivNet公司

DivNet:当群落中的分类群通过一个生态网络共同出现时,一个R包来估计多样性。如果你知道一个群落的确切组成(比如生活在你皮肤上的所有微生物),你就可以计算出这个群落的香农多样性,或者你皮肤上的微生物和猫的皮毛微生物之间的布雷-柯蒂斯距离。然而,你只会从实验中观察到皮肤上的一小部分微生物,所以你必须根据数据来估计这些多样性指数,理想情况下你会得到这些多样性指数的置信区间。几乎所有的生态学家都使用“插入式”多样性估计,这是通过获取每个分类单元的观察到的相对丰度并将其插入到真实多样性公式中获得的。这个问题有很多原因,包括可能存在未观测到的分类群,并且由于随机抽样,观测到的相对丰度可能不完全等于真实的相对丰度。此外,获得置信区间的典型方法假设所有分类单元都是独立的行为:如果分类单元a存在,这就不能说明分类单元B是否也可能存在。DivNet处理所有这些问题,并为您提供一个包含所有这些挑战的置信区间。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换


zbMATH中的参考文献(参考 1文章 参考)

显示结果1/1。
按年份排序(引用)

  1. Martin,Bryan D.;Witten,Daniela;Willis,Amy D.:用β二项回归建模微生物丰度和失调(2020年)