案事件数据中的案发时间往往是根据报案人或者调查结果推断出的大致时间段，这就对研究城市抢劫、盗窃类案件在人为划定的特定时间段内（如小时）发生规律研究的客观性提出了一定的质疑。单纯采用案事件总量、均量或者频率等统计量往往会造成结果的偏差性与不稳定性等问题。可考虑采用“犯罪均值频率（CMF）”这一时间测度指标，改进传统的测度指标，得到更为合理的结论。

 式中，C_G表示某一个相对较大的时间尺度下G时段内的全部盗窃数，如某年发生的盗窃犯罪总量；D_G表示在G时段内的全部天数，如某年全部365天；T_(i)表示在相对较小的时间尺度下的第i个待研究的特征单位时间T，如1月份；CT_(i)表示T_(i)内发生的盗窃总量，如某年1月份发生的盗窃数；D_T(i)表示T_(i)内所含天数，如某年1月份共31天；n表示在G时段内所含特征单位时间T的数量，如一年含12个月；CMF _T(i)就是T_(i)内的“犯罪均值频率”。

上图是由该测度方法改进后的月份分布规律和星期日别分布规律的两个案例，这样为后期的分析提供偏差性较小、稳定性较强的基本量。

   时间热点探测可分为高发时段探测和异常时段探测，由于犯罪时间特征规律与不同的时间尺度（如季节、星期日别、一天内小时等）密切相关且相对独立，因此，高发时段的探测采用犯罪均值频率探测的整个时间跨度内案件高发的时段；而异常时段探测采用移动指数加权平均计算期望值，探测某些时段上较大的异常波动，但放在整个事件周期又无法显现出来的时间段。