Intérêt des critères prédictifs

Le choix de tels critères prédictifs est justifié par l’objectif commun à toutes ces méthodes qui modélisent la réponse pour prédire l’incidence d’achat et par la présence de prédicteurs corrélés (comme c’est souvent les cas pour les variables RFM). Quand les prédicteurs sont corrélés, les tests d’hypothèses classiques sont dénaturés par la multicolinéarité qui augmente artificiellement les variances des estimateurs, ce qui peut conduire à des paramètres non-significatifs. Mason et Perreault (1991) indiquent que l’approche prédictive n’est pas affectée  par ce phénomène. De plus l’approche prédictive a gagné du terrain par rapport à l’approche fondé sur les tests d’hypothèses en raison de la disponibilité croissante d’ensembles de données de grandes tailles car, sur des grands échantillons, presque tous les coefficients deviennent statistiquement significatifs (Granger, 1998).

L’utilisation de tels critères prédictifs d’évaluation exige l’utilisation d’un échantillon test séparé de l’échantillon d’estimation pour corriger le biais positif qui, selon Morrison (1969) est induit par la classification des mêmes individus utilisés pour estimer le modèle de classification (estimation du taux de re-substitution).