无需查看模式的整体属性(如对称性),而是可以查看局部属性,例如,每块石头(=黑色圆圈)具有的邻居数。让我们先来表示宝石的总数量。s
如果随机扔石头,则邻居的分布为
其中是石头的密度。的位数取决于在内部(),在边缘()还是在角落上有一块石头。
Prand,p(k neighbors|n places)=(nk)pk(1−p)n−k,
p=s/25nn=8n=5(n=3)
清楚可见,C),D)和E)中的邻居分布不是随机的。例如,对于D), 所有内部石头都具有恰好邻居(与随机分布相反),其产量为而不是测量值)。4≈(0%,2%,9%,20%,27%,24%,13%,4%,0%)(0%,0%,0%,0%,100%,0%,0%,0%,0%)
因此,要量化某个模式是否随机,您需要比较其邻居,并将其与一个随机的。例如,您可以比较它们的均值和方差。Pmeasured(k|n)Prand,p(k|n)
或者,可以测量它们在函数空间中的距离,例如:
其中是点的测量比率相邻空间和被预测为随机模式,即,
,和。
∑n={3,5,8}∑k=0n[Pmeasured(k|n)Pmeasured(n)−Prand,p(k|n)Prand,p(n)]2,
Pmeasured(n)nPrand,p(n)Prand,p(3)=4/25Prand,p(5)=12/25Prand,p(8)=9/25