Ujian Alexander-Govern merupakan ujian kesamaan sukatan memusat yang teguh pada keadaan varians heterogen. Malangnya ujian ini tidak teguh pada keadaan data tidak normal. Adaptasi penganggar teguh seperti penganggar M satu langkah terubah suai (MOM) sebagai sukatan memusat menggantikan min didapati berupaya meningkatkan keteguhan ujian ini apabila dijalankan pada data terpencong. Penganggar ini mempunyai kelebihan berbanding min kerana tidak dipengaruhi oleh data yang tidak normal. Kajian ini mendapati bahawa ujian Alexander-Govern yang telah diubah suai ini berupaya mengawal Ralat Jenis I dengan baik pada data terpencong untuk semua keadaan. Kadar Ralat Jenis I yang dihasilkan kebanyakannya berada di dalam selang kriteria teguh ketat (0.045 hingga 0.055) pada aras keertian 0.05. Berbeza dengan kaedah pengujian asal yang mana pada kebanyakan keadaan, ujian teguh tetapi hanya dengan kriteria liberal (0.025 hingga 0.075), malahan ada kedaan yang mana ujian tidak teguh. Prestasi kaedah yang diubah suai ini juga setanding dengan keadah asal pada keadaan data normal. Kajian ini juga membandingkan kaedah Alexander Govern yang diubah suai dengan kaedah pengujian klasik seperti ujian-t dan ANO VA dan menyaksikan bahawa kaedah klasik tidak teguh pada keadaan varians heterogen.
Pengecaman senjata api semakin serius dan amat penting di dalam bidang penyiasatan jenayah khususnya untuk tempoh dua dekad ini. Dalam makalah ini, suatu sistem untuk pengecaman senjata api berasaskan tapak kelongsong peluru telah diperkenalkan. Tapak kelongsong peluru adalah satu daripada penunjuk yang amat penting dalam membantu menyelesaikan masalah pengecaman pistol. Peluru yang telah digunakan akan meninggalkan lebih daripada 30 ciri yang amat berharga pada tapak kelongsong bagi membantu pihak tertentu mengecam pistol yang telah diguna. Ciri-ciri tersebut sebagai suatu gabungan membentuk apa yang dikenali sebagai kesan cap jari bagi pistol. Lantaran itu, kajian ini adalah untuk mendapatkan fitur yang sesuai bagi pengecaman senjata api. Terlebih dahulu imej tapak kelongsong peluru ini telah ditemberengkan kepada tiga bahagian, membentuk tiga set imej yang berlainan. Imej-imej ini juga dilakukan prapemprosesan untuk membentuk tiga set imej lagi. Fitur-fitur seterusnya disaring daripada imej asal tapak kelongsong peluru dan imej yang telah melalui prapemprosesan. Dua puluh fitur yang berbeza secara signifikan telah diperoleh dan dikirakan untuk imej-imej asal dan yang telah dilakukan prapemprosesan. Kesemua pemprosesan telah dilakukan menggunakan pengaturcaraan MATLAB. Suatu skim berdasarkan analisis korelasi seterusnya telah diperkenalkan untuk pencarian fitur berdasarkan konsep meminimumkan lewahan data tetapi memastikan ciri-ciri unik tersimpan. Fitur-fitur yang berkorelasi tinggi akan digugurkan pasangannya dan hasilnya tinggal cuma tujuh fitur sahaja. Ketujuh-tujuh fitur ini telah diuji sebagai suatu vektor fitur untuk mengelaskan lima pistol daripada model yang sama menggunakan analisis diskriminan. Hasil pengelasan menunjukkan lebih 80% daripada imej-imej tapak kelongsong peluru itu telah dikelaskan dengan jayanya.