的随机死亡与迁移无关，即与种群的平均密度无关。现行的聚集测度指标，从各个不同的角度估计种群的聚集 特性。 C=-m CA指数： 式中，82为总体方差：m为总体平均数。 CA指数与负二项公布指数K的倒数相等。但不是负二项分布指数。不管分布型如何，都可成为不受平均数 影响的聚集度指标。但有时会受到样方大小的影响。故最好用相同样方大小作比较。 Toylor幂法在自然种群中，多数为非随机分布，样本均值(X)与方差(S2)之间是不独立的，方差常 随均值的增加而增加。这种关系可用幂函数加以描述： s2=axb(a、b为判别聚集度的参数)。 Iwao的M*-M回归法平均拥挤度M*代表每个个体在一个样方中的平均个体数，是个体的平均，它排 除了零样方的影响而区别于样本平均数。对多种分布、各种生境、样本单位均适用。且对同一物种的多个种 群，其M*与m的关系可用下列简单线性回归方程描述： M*=a+Bm 截距α为分布的基本成分：B为基本成分的分布图式。 二、实验材料 记录本、计数器、计算器。 三、实验步骤 1、选择校园或附近有蚜虫的果树、棉株、或其他植物若千株，或选有红蜘蛛的棉株若干，随机取150片叶 子，检查每片叶子背面蚜虫或红蜘蛛的数量。 2、整理各样方内出现个体数量的频次分布表1。并计算出实查信息x、s2及N。 表1 频次分布统计表 每样方虫量(x) 实测频数(f) fx x2 fx2 0 1 2 n 总计 3、根据实验调查结果提供的样方平均数X,方差s2和总频次数N,分别计算潘松公布、负二项分布和奈曼 分布理论模型下给定的理论频次，记入表2。 理论频次=样本总数×理论概率，即f=N×P 4、卡方适合性检验（表2） X2=丁实查频次-理论频次)/理论频次 -1的随机死亡与迁移无关，即与种群的平均密度无关。现行的聚集测度指标，从各个不同的角度估计种群的聚集 特性。 CA指数： 式中，δ2为总体方差；m为总体平均数。 CA指数与负二项公布指数K的倒数相等。但不是负二项分布指数。不管分布型如何，都可成为不受平均数 影响的聚集度指标。但有时会受到样方大小的影响。故最好用相同样方大小作比较。 Toylor幂法 在自然种群中，多数为非随机分布，样本均值（X）与方差（S 2）之间是不独立的，方差常 随均值的增加而增加。这种关系可用幂函数加以描述： S 2=axb (a、b为判别聚集度的参数)。 Iwao的M*----M回归法 平均拥挤度M*代表每个个体在一个样方中的平均个体数，是个体的平均，它排 除了零样方的影响而区别于样本平均数m。对多种分布、各种生境、样本单位均适用。且对同一物种的多个种 群，其M*与m的关系可用下列简单线性回归方程描述： M*=α+βm 截距α为分布的基本成分；β为基本成分的分布图式。 二、实验材料 记录本、计数器、计算器。 三、实验步骤 1、选择校园或附近有蚜虫的果树、棉株、或其他植物若干株，或选有红蜘蛛的棉株若干，随机取150片叶 子，检查每片叶子背面蚜虫或红蜘蛛的数量。 2、整理各样方内出现个体数量的频次分布表1。并计算出实查信息x、s 2及N。 表1 频次分布统计表 每样方虫量（x） 实测频数（f） fx x 2 fx2 0 1 2 n 总计 3、根据实验调查结果提供的样方平均数X，方差s2和总频次数N，分别计算潘松公布、负二项分布和奈曼 分布理论模型下给定的理论频次，记入表2。 理论频次=样本总数×理论概率，即f=N×P 4、卡方适合性检验（表2）