之前一直对richness和Chao的计算存在几个疑问，找老师讨论了之后茅塞顿开。这里记录一下。
1.Richness和Chao为啥不能取平均？
比如一个样方取了3个样本作为重复。在算richness和Chao的时候，很多人都是把这三个样本分开算，得到3个值，取个平均作为这个样方的richness和Chao。
但其实这样做是错误的!
正确的做法应该是这三个样本的OTU相加，得到的和再计算richness和Chao。这样结果才最接近真实值。正因为要求和，才不存在平均值，也就自然不存在误差线以及出现小数的情况。
但是在进行统计检验的时候，如两个样方每个三个样本，检验两个样方之间群落的物种数是否存在显著差异。事实上还是得3个样本分开算richness，这样才能做统计检验。
因此在计算richness和统计检验的时候，用的是两种不同的策略。
进一步外推，对于所有的alpha多样性指数，如shannon, simpson等，其实都会存在这个问题。
2. Chao也和测序深度相关，为啥Chao要用原始数据算而不用resample的数据算？
关于Chao也和测序深度相关，这里需要先挖一个坑，以后解答。
这样算是因为用原始数据得到的Chao更接近真实值。虽然原则上需要先进行resample，消除不同样本之间测序深度的差异再计算才有可比性。但是这样的结果离真实值差距更大。因此可能样本之间由于测序深度差异较大，得到的Chao差异也很大。
以上两个问题的核心都是如何计算得到的值更接近真实值。这样必然会在其他地方做出牺牲。
第一个问题在统计检验的时候会不准确，即原理上不能检验不同样方之间alpha多样性是否存在显著差异,因为检验之前按照样方内多个样本单独计算的alpha多样性就不准。
第二个问题在比较不同样本之间Chao的时候会存在错误的结果。Chao的高低可能是测序深度导致的，而不是群落本身。
PS：
土壤微生物今天又登Science！
详见：
多个全球变化因子对土壤的效应是单因子效应的加和吗？｜Science述评
END
