Artiklis "Kus on keskmurde keskpunkt", mis ilmus Mari Musta juubelikogumikus "INTER DIALECTOS NOMINAQUE", oli püütud paaris eri perspektiivis hinnata keskmurde murrakute (kihelkondade) sõnavaralist sarnasust e. leksikaalset seosetihedust. Tegelikult ei piirdunud see hinnnangukatse (või õieti katsete seeria) keskmurdega, vaid haaras kogu Eesti keeleala (v.a. Vormsi, Lutsi, Leivu ja Kraasna). Selles saidis on esitatud tulemkartogramme kõigi Eesti murrakute leksikaalsete suhete kohta. Nii nagu mainitud artiklis, nii ka siin on murrakud samastatud kihelkondadega, st. eri murdealadele jäävaid kihelkonnaosi (nagu Hlj ja HljK; Iis, IisK ja IisR; Kod ja KodT jts.) pole võetud statistikasse eraldi vaatlusaladena. Teisisõnu, meil on läbivalt kasutatud 105 kihelkonna süsteemi 115 asemel.

On tehtud kaks korda kaks vooru hindamiskatseid — ühelt poolt eri ainehulki ja teisalt eri hindamisviise kasutades.
Ainehulkadeks olid:
a) VMS-is sisalduv leksikaalne aines tervikuna;
b) murdesõnade haruldasem kihistus, täpsemalt sellised murdesõnad, mida on noteeritud mitte enam kui 33 eri kihelkonnast.
Hinnangud on kõigis katsevariantides antud jätkuvasti lineaarse regressiooni tehnikat kasutades, kuid regressiooniväljade ettevalmistust ja silumisviisi on püütud ülalmainitud artikliga võrreldes veidi modifitseerida.

Keskmurde-artiklis kurdeti kaht häda:

1. "Kui tulemkoefitsientideks loetakse residuaale (st tegelikkuse ja normijärgse ootuse vahet), osutuvad suuremate sõnahulkadega esindatud kihelkonnad esindatuks ka suuremate – olgu positiivsete või negatiivsete – residuaalidega, st tugevamate seosekoefitsientidega, mis on seosetiheduse plaanis põhimõtteliselt moone. Kuid stereotüüpsete ja unikaalsete kihelkondade erinev "maailmapilt" teeb võimatuks ka nt residuaalide teistkordse normeerimise (olgu lineaarse või muu) vastava ühisosa absoluutsuuruse järgi." (lk. 148)

2. "Silumisprotseduur iga kihelkonna ja ta naabrite keskmiste järgi (eriti mitme iteratsioonivooru korral) viib selleni, et suurema arvu partneritega kihelkondade näidud nivelleeruvad kiiremini kui väikese arvu naabritega kihelkondade omad. Eesti piiriäärsetel kihelkondadel ja saartel asuvail kihelkondadel on keskeltläbi vähem naabreid kui igast küljest naabritega ümbritsetuil: keskmised vastavalt 4,83 ja 7,13). Seetõttu moodustub silumiste tulemusel äärealadele tugevate normihälvete "vall", mis ühest küljest on mittetriviaalne, kuna piirialade kihelkonnad tõepoolest diferentseerivad "omasid" ja "võõraid" palju jõulisemalt kui nt põhjaeesti keskmurde kihelkonnad / - - - /, teisalt aga võimendub see efekt veelgi silumisprotseduurist tuleneva iseeneslikkuse tõttu." (lk. 149–150)

Teisena nimetatud pahe vältimiseks on siinseis vaatlusvariantides silumisringide arv kõikjal piiratud ühega, et silumisraadius ei paisuks ohtlikult suureks. Ühtlasi on enne silumist tehtud eelprotseduur, millega keskmurde-artiklis figureerivad ühepoolsed hinnangud on muudetud kahepoolseiks sel teel, et on sooritatud vajalik arv iteratsioone, kus igas iteratsioonis on alul arvutatud lineaarse regressiooni residuaalid, seejärel leitud residuaalide tabeli peadiagonaali suhtes sümmeetriliste i,j- ja j,i-näitude keskmised, saadud keskmiste tabelil sooritatud uus lineaarse normeerimise ring jne., kuni asjaomased i,j- ja j,i-näidud (ning siis ka rea- ja veerusummad) soovitud täpsusega võrdsustusid.
Esimesena nimetatud pahe vastu on katsetatud hindamismoodust (kartogrammidel nimetatud nivelleeritud mooduseks), kus on tõepoolest sooritatud meie keskmurde-artiklis joon. 8b viidatud protseduur, st. iga kihelkonna positiivsete ja negatiivsete residuaalide väljad on alul normeeritud eraldi ja neist "teise astme residuaalidest" seejärel moodustatud uuesti ühtne regressiooniväli.

Iga kihelkonna kohta on niisiis toodud 6 kartogrammi, mis ridade ja veergude lõikes esitavad järgmisi andmestikke:

Vasak veerg, rida 1: Kogu VMS-i sõnavara põhjal arvutatud silumata, kuid ülalkirjeldatud iteratsioonide teel kahepoolseiks muudetud residuaalid (kaardil nimetatud lihtjääkideks)
Parem veerg, rida 1: Vasaku veeru 1. reaga analoogilised lihtjäägid, mis on saadud aga haruldasema sõnavarakihi hinnangust
Vasak veerg, rida 2: Vasaku veeru 1. rea andmestiku põhjal saadud silumid (nagu öeldud, sooritati üksainus silumisring)
Parem veerg, rida 2: Parema veeru 1. rea andmestiku põhjal saadud silumid, saamisviisilt kattuvad vasaku veeru 2. rea omadega (siingi tehtud üksainus silumisring)
Vasak veerg, rida 3: Silutud lõpptulem katsest, kus vaatlusaineks oli kogu VMS-i sõnavara ja kasutati nivelleeritud hindamismoodust
Parem veerg, rida 3: Silutud lõpptulem katsest, kus vaatlusaineks oli haruldasem sõnavarakiht ja kasutati nivelleeritud hindamismoodust

Arvandmete skaleering ja sellele vastava varjutuse tugevus on kõigil silutud (so. 2. ja 3. rea) kaartidel ühesugune, seega lasevad kõik ühe ja sama kihelkonna kohta tehtud kaardid endid omavahel võrrelda.

Kahe silumata toorandmekomplekti põhjal on tehtud ka seosetiheduste tervikvälja animeeritud kartogrammid, mis võimaldavad jälgida kihelkondade vaheliste suhete tugevusjärjestust ja illustreerida selle kvaasiprotsessi kulgu perifeeriaist südamaa suunas. Mõlemas katses on allikmaterjaliks olnud kogu VMS-is sisalduv sõnavara; esimesel kaardil on pingerida koostatud tavavariandi lihtjääkide põhjal (arvandmed kaardikuuikute vasakülemistel kaartidel), teisel kaardil nivelleeritud variandi lihtjääkide põhjal (arvandmed kaardikuuikutes esitamata).
Näeme, et nivelleeritud variant annab, nagu oli oodatagi, eelistuse just väiksema ainehulgaga esindatud kihelkondadele ja killustab maa suuremaks hulgaks "murrakkondadeks", kuid suhete paremusjärjestuse üldkulg on ikka sama — perifeeriaist keskmaa suunas.