Vấn đề này thực sự là về phát hiện cháy, nhưng nó rất giống với một số vấn đề phát hiện phân rã phóng xạ. Các hiện tượng đang được quan sát là cả lẻ tẻ và rất khác nhau; do đó, một chuỗi thời gian sẽ bao gồm các chuỗi số 0 dài bị gián đoạn bởi các giá trị biến.
Mục tiêu không chỉ đơn thuần là nắm bắt các sự kiện (phá vỡ các số 0), mà là đặc tính định lượng của chính các sự kiện. Tuy nhiên, các cảm biến bị giới hạn, và do đó đôi khi sẽ ghi lại số 0 ngay cả khi "thực tế" khác không. Vì lý do này, các số 0 phải được đưa vào khi so sánh các cảm biến.
Cảm biến B có thể nhạy hơn cảm biến A và tôi muốn có thể mô tả điều đó theo thống kê. Đối với phân tích này, tôi không có "sự thật", nhưng tôi có Cảm biến C, độc lập với Cảm biến A & B. Do đó, kỳ vọng của tôi là thỏa thuận tốt hơn giữa A / B và C cho thấy thỏa thuận tốt hơn với "sự thật". (Điều này có vẻ run rẩy, nhưng bạn sẽ phải tin tưởng tôi-- Tôi đang ở trên nền tảng vững chắc ở đây, dựa trên những gì được biết từ các nghiên cứu khác về các cảm biến).
Sau đó, vấn đề là làm thế nào để định lượng "thỏa thuận tốt hơn về chuỗi thời gian". Tương quan là sự lựa chọn rõ ràng, nhưng sẽ bị ảnh hưởng bởi tất cả các số 0 (không thể bỏ qua) và tất nhiên bị ảnh hưởng không tương xứng bởi các giá trị tối đa. RMSE cũng có thể được tính toán, nhưng sẽ được cân nhắc mạnh mẽ đối với hoạt động của các cảm biến trong trường hợp gần như bằng không.
Câu 1: Cách tốt nhất để áp dụng tỷ lệ logarit cho các giá trị khác không, sau đó sẽ được kết hợp với các số 0 trong phân tích chuỗi thời gian là gì?
Câu 2: "Thực hành tốt nhất" nào bạn có thể đề xuất cho phân tích chuỗi thời gian của loại này, trong đó hành vi ở các giá trị khác không là trọng tâm, nhưng giá trị 0 chiếm ưu thế và không thể loại trừ?