<div dir="ltr"><div class="gmail_quote"><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">Just looking at those timelines qualitatively, </blockquote><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">there are some connections to meetings, </blockquote><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">where there’s more mailing list traffic leading up </blockquote><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">to a meeting or following a meeting. <br></blockquote><div><br></div><div>It's occurred to me while working on <a href="https://github.com/datactive/bigbang/pull/386">this task</a> that we probably should</div><div>settle on a quantitative metric for this kind of correlation.</div><div><br></div><div>This turns out to be a quite complex issue.</div><div>There are many interesting ways to assess correlations in time series data.</div><div><br></div><div>None of them are particularly well suited to the <i>kind</i> of time series data</div><div>that we are using: where we have sparse binary events in continuous time.</div><div>I.e., most intervals have 0 events; there's a 1 in a single moment in continuous time.</div><div>Using conventional methods on this kind of data requires a discretization and aggregation</div><div>step which can introduce a lot of bias.</div><div><br></div><div>I expect that for the key audience for this work (Article 19), these kinds of statistical details</div><div>are not of interest to them. (i could be wrong)</div><div><br></div><div>But if anybody would like to engage in more depth about the statistics of time series</div><div>data and how we can accomodate these kinds of measurements in BigBang, I'd be</div><div>very happy to work with them on this. It's a longstanding interest of mine.</div><div><br></div><div>- S</div></div></div>