Quando si raggruppano dati geocodificati, la direzione (ovvero l'angolo di viaggio rispetto a 0º Nord) è spesso una variabile rilevante. Tuttavia, essendo questa una metrica circolare, in cui i valori estremi della scala di 0 e 360 gradi sono in realtà esattamente la stessa direzione, si creano problemi per gli algoritmi di clustering classici attorno a questo punto di interruzione della scala. Gli algoritmi interpreteranno erroneamente le direzioni adiacenti su entrambi i lati del segno di 0/360 gradi come massimamente distanti, quando in realtà sono minimamente distanti.
Il modo in cui lo aggiro è scomporre gli angoli di direzione in un seno e un coseno, i cui output combinati assicurano la continuità della misurazione per un ciclo completo. Ma questo ha degli svantaggi che preferirei evitare: aggiunge un'altra variabile che necessita di clustering, inoltre le mie conoscenze matematiche non sono abbastanza approfondite da consentirmi di garantire che gli output senoidali in fase di seno e coseno siano raggruppati a velocità costanti per tutti gli angoli (al contrario, ad esempio, di picchi attorno alle diagonali in cui seni e coseni variano a velocità simili).
Ecco quindi la mia domanda: che ne direste di far sì che JMP raggruppi in modo appropriato i dati angolari senza la necessità di trasformazioni intermedie?
Grazie!
