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。