如何解决Richness和Chao计算的两个基本问题

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。