Un metodo standard è generare tre normali standard e costruirne un vettore unitario. Cioè, quando e , quindi è uniformemente distribuito sulla sfera. Questo metodo funziona bene anche per le sfere dimensionali.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
In 3D puoi usare il campionamento del rifiuto: disegna da una distribuzione uniforme fino a quando la lunghezza di è inferiore o uguale a 1, quindi - proprio come con il metodo precedente-- normalizzare il vettore alla lunghezza unitaria. Il numero previsto di prove per punto sferico è pari a = 1.91. In dimensioni più elevate il numero previsto di prove diventa così grande che diventa rapidamente impraticabile. [ - 1 , 1 ] ( X 1 , X 2 , X 3 ) 2 3 / ( 4 π / 3 )Xi[−1,1](X1,X2,X3)23/(4π/3)
Esistono molti modi per verificare l'uniformità . Un modo pulito, anche se un po 'intenso dal punto di vista computazionale, è con la funzione K di Ripley . Il numero previsto di punti all'interno (3D euclidea) distanza di qualsiasi posizione sulla sfera è proporzionale all'area della sfera raggiungibile a , che è uguale a . Calcolando tutte le distanze tra punti è possibile confrontare i dati con questo ideale.ρ π ρ 2ρρπρ2
I principi generali della costruzione di grafici statistici suggeriscono che un buon modo per fare il confronto è quello di tracciare i residui stabilizzati alla varianza contro dove è l' più piccola delle distanze reciproche ed . La trama dovrebbe essere vicina allo zero. (Questo approccio non è convenzionale.)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−−−√
Ecco una foto di 100 disegni indipendenti da una distribuzione sferica uniforme ottenuta con il primo metodo:
Ecco il diagramma diagnostico delle distanze:
La scala y suggerisce che questi valori sono vicini a zero.
Ecco l'accumulo di 100 di questi grafici per suggerire quali deviazioni dimensionali potrebbero effettivamente essere indicatori significativi di non uniformità:
(Queste trame assomigliano moltissimo ai ponti browniani ... potrebbero esserci interessanti scoperte teoriche in agguato qui.)
Infine, ecco il diagramma diagnostico per un insieme di 100 punti casuali uniformi più altri 41 punti distribuiti uniformemente solo nell'emisfero superiore:
Rispetto alla distribuzione uniforme, mostra una significativa riduzione delle distanze intermedie intermedie fino a un intervallo di un emisfero. Questo di per sé non ha senso, ma le informazioni utili qui sono che qualcosa non è uniforme sulla scala di un emisfero. In effetti, questo diagramma rileva prontamente che un emisfero ha una densità diversa rispetto all'altro. (Un test chi-quadro più semplice farebbe questo con più potenza se sapessi in anticipo quale emisfero testare da infinitamente molti possibili.)