29、市场细分与统计回归模型的简易理解方法

市场细分与统计回归模型的简易理解方法

1. 基于时间序列数据的市场细分

1.1 聚类分析结果

通过潜在类别分析（LCA）对市场进行细分，得到三个聚类：
- 聚类 1：显著低正向/适度低负向单位趋势。这意味着该聚类需要营销策略来刺激正向销售。
- 聚类 2：显著低负向/适度低正向单位趋势。表明该聚类需要营销策略来扭转负向销售。
- 聚类 3：显著零/适度低正向单位趋势。说明该聚类需要营销策略来增加销售。

1.2 指标级后验概率

聚类大小是先验概率，它表示在观察数据之前个体属于每个聚类的可能性。而后验概率则表示在观察数据之后个体属于每个聚类的可能性。
通过比较后验概率和先验概率，如果两者的值相似且合理，那么模型被称为弱可识别（估计不佳）。从给出的表格来看，先验概率和后验概率差异很大，因此模型估计良好。

指标级后验概率的作用是，营销人员可以知道在给定指标水平下个体属于某个聚类的可能性。例如，对于聚类 1 中的个体：
- 平均正向趋势为中等的概率是 63.90%。
- 平均负向趋势为高的概率是 89.35%。
- 正向趋势数量在 11 - 14 之间的概率是 93.94%。
- 负向趋势数量在 2 - 5 之间的概率是 96.52%。
- 零趋势数量在 1 - 1 之间的概率是 71.79%。

1.3 代码实现

创建 Trend3 变量

libname lcat ‘c:\0-LCA-t’;
data UNITS_vars;