基于新相似性指数的生态建模统计方法

相似性指数是常用于判断不同实体对就某些预设特征是否相似的重要科学工具。一些标准的相似性指数测度包括Jaccard指数、Sørensen-Dice指数和Simpson指数。近来，一种用于共现和/或相似性的更优指数（$\hat{\alpha}$）被提出，该测度确实表现更优并给出有理论支撑的合理预测。然而，测度$\hat{\alpha}$不依赖于数据。本文提出一种新的相似性测度，它在引入流行度随机性之前强烈依赖于数据。随后，我们提出一种改变整体结果模式的新的随机化方法。随机化前我们的测度类似于Jaccard指数，而随机化后接近于$\hat{\alpha}$。我们采用来自意大利托斯卡纳群岛的知名生态数据集，并将所提指数与其他测度的性能进行比较。由于我们提出的指数依赖于数据，它具有一些有趣的性质，本文通过数值研究加以说明。