Стандартный метод состоит в том, чтобы сгенерировать три стандартных нормали и построить из них единичный вектор. То есть, когда и , то равномерно распределены по сфере. Этот метод хорошо работает и для мерных сфер.λ 2 = X 2 1 + X 2 2 + X 2 3 ( X 1 / λ , X 2 / λ , X 3 / λ ) dXi∼N(0,1)λ2=X21+X22+X23(X1/λ,X2/λ,X3/λ)d
В 3D вы можете использовать выборку отклонения: рисовать из равномерного распределения пока длина станет меньше или равна 1, затем - как и в предыдущем методе - нормализовать вектор на единицу длины. Ожидаемое количество испытаний на одну сферическую точку равно = 1,91. В более высоких измерениях ожидаемое количество испытаний становится настолько большим, что быстро становится неосуществимым. [ - 1 , 1 ] ( X 1 , X 2 , X 3 ) 2 3 / ( 4 π / 3 )Xi[−1,1](X1,X2,X3)23/(4π/3)
Есть много способов проверить однородность . Аккуратный способ, хотя и несколько вычислительно интенсивный, - это функция Рипли . Ожидаемое количество точек на (3D евклидовом) расстоянии от любого местоположения на сфере пропорционально площади сферы на расстоянии , которая равна . Вычисляя все расстояния между точками, вы можете сравнить данные с этим идеалом.ρ π ρ 2ρρπρ2
Общие принципы построения статистической графики предполагают, что хорошим способом сделать сравнение является построение устойчивых к дисперсии невязок против где - это наименьшее из взаимных расстояний и . Участок должен быть близок к нулю. (Этот подход нетрадиционен.)i = 1 , 2 , … , n ( n - 1 ) / 2 = m d [ i ] i th e i = 2 √ei(d[i]−ei)i=1,2,…,n(n−1)/2=md[i]ithei=2i/m−−−√
Вот изображение 100 независимых рисунков из равномерного сферического распределения, полученного с помощью первого метода:
Вот диагностический график расстояний:
Шкала y предполагает, что все эти значения близки к нулю.
Вот накопление 100 таких графиков, чтобы предположить, какие отклонения по размеру могут быть значимыми индикаторами неравномерности:
(Эти сюжеты очень похожи на броуновские мосты ... здесь могут скрываться интересные теоретические открытия.)
Наконец, вот диагностический график для набора из 100 однородных случайных точек плюс еще 41 пункт, равномерно распределенный только в верхней полусфере:
Относительно равномерного распределения, оно показывает значительное уменьшение средних расстояний между точками до диапазона одного полушария. Само по себе это бессмысленно, но полезная информация заключается в том, что что-то неоднородно в масштабе одного полушария. По сути, этот график легко обнаруживает, что одно полушарие имеет плотность, отличную от другой. (Более простой тест хи-квадрат сделал бы это с большей силой, если бы вы заранее знали, какое полушарие нужно тестировать из бесконечно многих возможных.)