วิธีมาตรฐานคือการสร้างบรรทัดฐานสามมาตรฐานและสร้างเวกเตอร์หน่วยจากพวกเขา นั่นคือเมื่อและλ 2 = X 2 1 + X 2 2 + X 2 3จากนั้น( X 1 / λ , X 2 / λ , X 3 / λ )กระจายอย่างสม่ำเสมอบน ทรงกลม วิธีนี้ใช้ได้ผลดีกับมิติทรงกลมd -dimensional เช่นกันXผม∼ N( 0 , 1 )λ2= X21+ X22+ X23(X1/λ,X2/λ,X3/λ)d
ใน 3D คุณสามารถใช้การสุ่มตัวอย่างการปฏิเสธ: ดึงจากการกระจายแบบสม่ำเสมอ[ - 1 , 1 ]จนกระทั่งความยาวของ( X 1 , X 2 , X 3 )น้อยกว่าหรือเท่ากับ 1 จากนั้น - เช่นเดียวกับ วิธีการก่อนหน้า - ปรับเวกเตอร์เป็นความยาวหน่วยปกติ จำนวนการทดลองที่คาดหวังต่อจุดกลมเท่ากับ2 3 / ( 4 π / 3 ) = 1.91 ในมิติที่สูงขึ้นจำนวนการทดลองที่คาดหวังจะเพิ่มขึ้นอย่างมากซึ่งทำให้ไม่สามารถทำได้อย่างรวดเร็วXi[−1,1](X1,X2,X3)23/(4π/3)
มีหลายวิธีที่จะตรวจสอบความสม่ำเสมอเป็น วิธีที่เรียบร้อยแม้จะค่อนข้างเข้มข้นคอมพิวเตอร์อยู่กับฟังก์ชั่น K ริบลีส์ จำนวนที่คาดหวังของจุดภายใน (3D แบบยุคลิด) ระยะทางของสถานที่ตั้งบนทรงกลมใด ๆ เป็นสัดส่วนกับพื้นที่ของทรงกลมภายในระยะทางที่ρซึ่งเท่ากับเธρ 2 ด้วยการคำนวณระยะทางระหว่างจุดทั้งหมดคุณสามารถเปรียบเทียบข้อมูลกับอุดมคตินี้ได้ρρπρ2
หลักการทั่วไปของการสร้างกราฟิกเชิงสถิติแนะนำวิธีที่ดีในการทำการเปรียบเทียบคือการพล็อตค่าความแปรปรวนที่เหลือ - ความเสถียรกับi = 1 , 2 , … , n ( n - 1 ) / 2 = เมตรที่d [ ผม]เป็นฉันTHเล็กที่สุดของระยะทางร่วมกันและอีฉัน = 2 √ei(d[i]−ei)i=1,2,…,n(n−1)/2=md[i]ith . เนื้อเรื่องควรใกล้กับศูนย์ (วิธีนี้ไม่เป็นทางการ)ei=2i/m−−−√
นี่คือรูปภาพของ 100 การจับฉลากอิสระจากการกระจายแบบกลมที่ได้จากวิธีแรก:
นี่คือพล็อตการวินิจฉัยระยะทาง:
สเกล y แสดงให้เห็นว่าค่าเหล่านี้อยู่ใกล้กับศูนย์ทั้งหมด
นี่คือการสะสมของ 100 แปลงดังกล่าวเพื่อแนะนำสิ่งที่ขนาดเบี่ยงเบนจริงอาจเป็นตัวบ่งชี้ที่สำคัญของความไม่สม่ำเสมอ:
(แปลงเหล่านี้ดูน่ากลัวมากเช่นสะพานบราวเนียน ... อาจมีการค้นพบทางทฤษฎีที่น่าสนใจที่ซ่อนตัวอยู่ที่นี่)
ในที่สุดนี่คือพล็อตการวินิจฉัยของชุดสุ่ม 100 ชุดและอีก 41 จุดกระจายอย่างสม่ำเสมอในซีกโลกตอนบนเท่านั้น:
เมื่อเปรียบเทียบกับการกระจายตัวแบบสม่ำเสมอมันแสดงให้เห็นว่าระยะทางระหว่างจุดเฉลี่ยลดลงอย่างมีนัยสำคัญจนถึงช่วงหนึ่งของซีกโลก ในตัวมันเองนั้นไร้ความหมาย แต่ข้อมูลที่เป็นประโยชน์ในที่นี้คือสิ่งที่ไม่สม่ำเสมอในระดับหนึ่งซีกโลก ด้วยเหตุนี้พล็อตนี้จะตรวจพบว่าซีกโลกหนึ่งมีความหนาแน่นแตกต่างจากอีกซีกหนึ่ง (การทดสอบไคสแควร์ที่ง่ายกว่าจะทำสิ่งนี้ด้วยพลังมากขึ้นหากคุณรู้ล่วงหน้าว่าซีกโลกใดที่จะทดสอบกับสิ่งที่เป็นไปได้มากมายอย่างไม่รู้จบ)