我想调查航空公司的定价行为——特别是航空公司对竞争对手定价的反应。

正如我所说，我对更复杂分析的了解非常有限，我已经完成了大部分基本方法来收集数据的整体视图。这包括已经有助于识别相似模式的简单图表。我也在使用 SAS Enterprise 9.4。

但是我正在寻找一种基于数字的方法。

数据集

我正在使用的（自己）收集的数据集包含大约 54.000 票价。所有票价均在 60 天的时间窗口内每天收集（每晚 00:00）。

因此，该时间窗口内的所有票价都会发生$n$时间取决于票价的可用性以及航班的出发日期，当它超过票价的收取日期时。 （当航班的出发日期为过去时，您无法收取该航班的票价）

未格式化的基本上是这样的：（假数据）

+--------------------+-----------+--------------------+--------------------------+---------------+
| requestDate        | price| tripStartDeparture | tripDestinationDeparture | flightCarrier |
+--------------------+-----------+--------------------+--------------------------+---------------+
| 14APR2015:00:00:00 | 725.32    | 16APR2015:10:50:02 | 23APR2015:21:55:04       | XA            |
+--------------------+-----------+--------------------+--------------------------+---------------+
| 14APR2015:00:00:00 | 966.32    | 16APR2015:13:20:02 | 23APR2015:19:00:04       | XY            |
+--------------------+-----------+--------------------+--------------------------+---------------+
| 14APR2015:00:00:00 | 915.32    | 16APR2015:13:20:02 | 23APR2015:21:55:04       | XH            |
+--------------------+-----------+--------------------+--------------------------+---------------+

“DaysBeforeDeparture”通过以下方式计算$I=s-c$在哪里

• I & 间隔（出发前几天）
• s & 票价日期（航班出发）
• c & 收取票价的日期

以下是 I (DaysBeforeDep.) 分组数据集的示例（假数据！）：

+-----------------+------------------+------------------+------------------+------------------+
| DaysBefDeparture | AVG_of_sale | MIN_of_sale | MAX_of_sale | operatingCarrier |
+-----------------+------------------+------------------+------------------+------------------+
| 0               | 880.68           | 477.99           | 2,245.23         | DL           |
+-----------------+------------------+------------------+------------------+------------------+
| 0               | 904.89           | 477.99           | 2,534.55         | DL           |
+-----------------+------------------+------------------+------------------+------------------+
| 0               | 1,044.39         | 920.99           | 2,119.09         | LH               |
+-----------------+------------------+------------------+------------------+------------------+

到目前为止我想出了什么

查看折线图，我已经可以估计几条线将具有很高的相关因子。因此，我尝试首先对分组数据使用相关性分析。但这是正确的方法吗？基本上我现在尝试对平均值而不是单个价格进行相关性？还有其他方法吗？

我不确定哪个回归模型适合这里，因为价格不会以任何线性形式移动并且看起来是非线性的。我是否需要为航空公司的每个价格发展拟合一个模型

PS：这是一堵长长的文字墙。如果我需要澄清任何事情，请告诉我。我是这个潜艇的新手。

任何人的线索？:-)