量測生物多樣性有許多指標，其中Hill指標族利用位階整合了物種數、熵指標以及Simpson指標，且具有許多重要的優點，因此Hill指標族已經是目前生態領域上最廣為採用的生物多樣性指標族。
本文著重於在區塊資料下，Hill指標族的估計，並且與最大概似估計量比較。最大概似估計量雖較穩定，但在偏差的部分表現不佳，有嚴重低估的情況發生，需要提高抽取區塊數才有辦法稍微解決；本文建議之估計量利用Good-Turing (1953, 2000) 的頻率理論推倒得新的估計方法，以改善最大概似估計量低估的情形，並且發現在抽取區塊數相對於物種數小的情況下，對於誤差已有良好的表現。另外針對所討論的估計量提出變異數估計，因為傳統的拔靴方法是將樣本進行重複抽取，但在此種資料類型下，便會將出現機率較低的物種視為不存在，亦即無法透過樣本對母體作推論，因此提出修正後的拔靴方法來取得更精準的標準差估計值。對於兩種估計量以電腦進行模擬並討論估計結果，並利用實例分析以解釋實務上的應用。為求相關研究者使用此程式的便利性，以上方法已由R語言撰寫為網路互動應用程式ChaoHill-Online。

第1章 緒論
第2章 符號介紹與模型假設
2.1 區塊抽樣下之抽樣方式與模型假設
2.2 區塊抽樣下符號介紹
2.3 模擬研究符號介紹
第3章 多樣性指標及估計
3.1 樣本涵蓋率
3.2 物種數介紹與估計
3.3 Shannon熵指標介紹與估計
3.4 Simpson指標介紹與估計
3.5 Hill指標族介紹與估計
3.6 變異數估計-拔靴法介紹
第4章 模擬研究與討論
4.1 模擬試驗設定說明
4.2 模擬結果與討論
第5章 實例分析
5.1 螞蟻物種區塊資料
5.2 五大洲纖毛物種區塊資料
第6章 軟體開發
6.1 簡介
6.2 使用步驟
6.2.1 步驟一：選擇資料型態
6.2.2 步驟二：選擇資料輸入方式
6.2.3 步驟三：其他基本設定
6.2.4 步驟四：執行
6.3 輸出結果
6.3.1 基本資料資訊 ( Data summary )
6.3.2 估計結果 ( Estimation )
6.3.3 根據資料繪圖 ( Figure plot (by Data) )
6.3.4 根據方法繪圖 ( Figure plot (by Method) )
6.3.5 使用手冊 ( User Guide )
第7章 結論與後續研究
附錄
附錄A 試驗模擬之估計量表現 (表)
附錄B 試驗模擬之估計量表現 (圖)
附錄C 實例分析估計結果 (表)
附錄D 真實資料分析結果
附錄E 實例資料的頻率個數
參考文獻

[1] Chao, A. (1984). Nonparametric estimation of the number of classes in a population. Scandinavian Journal of Statistic, 11, 265-270.
[2] Chao, A. and Jost, L. (2012). Coverage-based rarefaction and extrapolation: standardizing samples by completeness rather than size. Ecology, 52, 2533-2547.
[3] Chao, A. and Jost, L. (2014). Estimating diversity profile via discovery rates of new species. Manuscript.
[4] Chao, A. and Shen, T. J. (2003). Nonparametric estimation of Shannon's index of diversity when there are unseen species. Environmental and Ecological Statistics, 10, 429-443.
[5] Chao, A. and Shen, T. J. (2010). Program SPADE (species prediction and diversity estimation). Program and user's guide published at http://chao.stat.nthu.edu.tw.
[6] Chao, A., Wang Y. T., and Jost, L. (2013) Entropy and the species accumulation curve: a novel entropy estimator via discovery rates of new species. Methods in Ecology and Evolution, 4, 1091-1100.
[7] Chiu, C. H., Wang, Y, T., Walthers B. A., Chao, A. A improved non-parametric lower bound of species richness via the Good-Turing frequency formulas. Biometrics, in press.
[8] Efron, B. (1979) Bootstrap Methods: Another Look at the Jackknife. The Annals of Statistics, 1-26.
[9] Good, I. J. (1953). The population frequencies of species and the estimation of population parameters. Biometrika, 10, 439-443.
[10] Good, I. J. (2000). Turing's anticipation of empirical bayes in connection with the cryptanalysis of the naval enigma. Journal of Statistical Computation and Simulation, 66, 101-111.
[11] Haas, P. J., Liu, Y, Stokes, L. (2006) An estimator of number of species from quadrat sampling. Biometrics, 62, 135-141.
[12] Hill, M. (1973) Diversity and evenness: A unifying notation and its consequences. Ecology, 54, 427-432.
[13] Horvitz, D. G., Thompson, D. J. (1952) A generalization of sampling without replacement from a finite universe. Journal of American Statistical Association, 47, 663-685.
[14] Jost, L. (2006) Entropy and diversity. Oikos, 113, 363-375.
[15] MacArthur, R. H. (1965) Patterns of species diversity. Biological Reviews, 40, 510-533.
[16] Miller, G. A. (1954) Note on the basis of information estimates. Information theory in Psychology, 95-100.
[17] Murphy J., Nagorskaya L., Smith Jim (2001) Abundance and diversity of aquatic macroinvertebrate communities in lakes exposed to Chernobyl-derived ionising radiation. Journal of Environmental Radioactivity 102 (7): 688-694.
[18] Patil, G. P., Taillie, C. (1982) Diversity as a concept and its measurement. Journal of American Statistical Association, 77, 548-561.
[19] Quenouille, M. (1949) Approximate tests of correlation in time series. Journal of the Royal Statistical Society, 11, 68-84.
[20] Sannon, C. E. (1948) The mathematical theory of communication. Bell System Technical Journal, 27, 379-423.
[21] Simpson, E. H. (1949) Measurement of diversity. Nature, 163, 688.
[22] Zahl, S. (1977) Jackknifing an index of diversity. Ecology, 58, 907-913.
[23] 趙蓮菊, 邱春火, 王怡婷, 謝宗震, 馬光輝 (2013). 仰觀宇宙之大，俯察品類之盛：如何量化生物多樣性. Journal of the Chinese Statistical Association, 51, 8-53.
[24] 王怡婷 (民 100) Hill數值指標與相似度指標的統計估計 Statistical estimation of Hill numbers and similarity index 趙蓮菊指導 新竹市國立清華大學統計學研究所博士論文.
[25] 李孝寬 (民100) 物種曲線拔靴標準差修正法模擬分析與軟體開發 A simulation study and software development of the bootstrap standard deviation for species accumulation curve 趙蓮菊指導 新竹市國立清華大學統計學研究所碩士論文
[26] 周三童 (民102) 區塊抽樣之熵指標估計 Estimation of Shannon Entropy in Quadrat Sampling 趙蓮菊指導 新竹市國立清華大學統計學研究所碩士論文