在一张地图上找一个异常点，偶然撞中的概率不高；同时检查上千个地点，就像连续抽上千次签，总会抽到几张看似特别的。LISA（局部空间关联指标）会逐地点判断周边是否形成高值或低值聚集，但“显著”只说明结果较难用随机解释，并不等于发现了真实机制。
论文用哥伦比亚 1998 年 1,066 个市镇的疟疾数据说明风险：常规 LISA 分析在 5% 显著性水平下标出 55 个聚集区，其中 47 个为高值热点、8 个为低值聚集。可如果所有地点其实都没有局部结构，按这一门槛仍可能有约 53 个地点仅因偶然而入选，几乎追平检出的总数。
作者因此把“有效样本量”引入多重检验校正：不把彼此存在空间关联的 1,066 次检验简单视为完全独立，试图在压低假发现比例与保留检出能力之间取得平衡。现有材料未提供足够的实验结果，尚不能判断这套调整在不同空间结构下能稳定保留多少真热点。