Есть простая таблица для хранения данных работы датчика:
id, data, datetime

Для анализа полученных данных за период необходимо не учитывать в выборке показания, которые отличаются (+/-) от прогнозируемых более чем на 15% (т.е. явные ошибки, одиночные всплески).

Как хотя бы для начала отсечь такие значения из выборки? Или это нужно делать не при выборке, а анализировать до сохранения таких данных в БД и сохранять только удовлетворяющие критериям?

Даже не пойму с какой стороны подходить. Буду рад любым комментариям и советам. :)

Dmitry EliseevСогласно вашему посту, у вас должна быть модель, на основе которой делается прогноз. Используйте её для проверки текущих показаний.
Это понятно, так и есть. Вопрос - как?
Советуете сохранять все подряд в БД, а потом отсекать (явные ошибочные значения) при выборке из БД, или делать это до сохранения в БД?

Пока в мыслях только один вариант - это разделить задачу на два этапа:
1. отсечь явно не нужное;
2. выборка из БД имеющихся данных.

В идеале (наверное) это должен быть 2 в 1 запрос в БД с многими аргументами, т.к. они все плавающие (нестабильные). Но думаю, что это будет "каша" и множество слабых мест.

Спасибо всем за комментарии и советы.
Определился, что правильней таки собирать и хранить всё подряд без исключений, т.к. это в будущем поволит формировать любые отчеты по желанию без ограничений, а фундамент для этих отчетов таки можно строить на основе "чистых" view, как посоветовал Кот Матроскин.

Пожалуй тему можно закрывать.