Hodnocení závislosti prodeje farmaceutických přípravků na propagačních aktivitách

Podobné dokumenty
Výuka matematiky na neuniverzitních vysokých školách

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup

vzorek vzorek

Informační technologie a statistika 1

Časové řady, typy trendových funkcí a odhady trendů

Statistická analýza jednorozměrných dat

Časové řady, typy trendových funkcí a odhady trendů

Příloha III Dodatky k odpovídajícím částem souhrnu údajů o přípravku a příbalovým informacím

Hodina 50 Strana 1/14. Gymnázium Budějovická. Hodnocení akcií

RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr.

6. Lineární regresní modely

Měření závislosti statistických dat

Regresní a korelační analýza

Motivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky

UNIVERZITA PARDUBICE

Statistika (KMI/PSTAT)

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

Hydrologie (cvičení z hydrometrie)

Náhodný vektor a jeho charakteristiky

MÍRY ZÁVISLOSTI (KORELACE A REGRESE)

UNIVERZITA KARLOVA Přírodovědecká fakulta. Hydrometrie. Hodnocení variability odtokového režimu pomocí základních grafických a statistických metod

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE

Kanonická korelační analýza

Tvorba grafů v programu ORIGIN

Náhodné veličiny jsou nekorelované, neexistuje mezi nimi korelační vztah. Když jsou X; Y nekorelované, nemusí být nezávislé.

Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1

Parametry hledáme tak, aby součet čtverců odchylek byl minimální. Řešením podle teorie je =

BETABLOKÁTORY p.o. Posouzení farmakoterapeutické skupiny při pravidelné revizi úhrad

Edukační materiál. Strattera (atomoxetin) Informace pro lékaře týkající se posouzení a monitorování kardiovaskulárních rizik u přípravku Strattera

DIGITÁLNÍ UČEBNÍ MATERIÁL

Analýza časových řad. John Watters: Jak se stát milionářem.

INDUKTIVNÍ STATISTIKA

Písemná práce k modulu Statistika

Analytické znaky laboratorní metody Interní kontrola kvality Externí kontrola kvality

DVOUVÝBĚROVÉ A PÁROVÉ TESTY Komentované řešení pomocí programu Statistica

Simulace. Simulace dat. Parametry

Příklad 2: Obsah PCB v játrech zemřelých lidí. Zadání: Data: Program:

Statistické metody. Martin Schindler KAP, tel , budova G. naposledy upraveno: 9.

ÚSPORY ENERGIE PŘI CHLAZENÍ VENKOVNÍHO VZDUCHU

Ilustrační příklad odhadu LRM v SW Gretl

, Brno Hanuš Vavrčík Základy statistiky ve vědě

Nově registrované přípravky v období: od do

Ekonomické aspekty biologické léčby Modelový příklad revmatoidní artritdy

Regresní a korelační analýza

Panel Občan v síti Petr Honěk VZP ČR

Ošetřovatelský proces u nemocných s ICHS. Markéta Vojtová VOŠZ a SZŠ Hradec Králové

Aplikovaná statistika v R - cvičení 3

Jednofaktorová analýza rozptylu

Informace ze zdravotnictví kraje Vysočina

Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného)

=10 =80 - =

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1

Aplikovaná statistika v R

POLYNOMICKÁ REGRESE. Jedná se o regresní model, který je lineární v parametrech, ale popisuje nelineární závislost mezi proměnnými.

STATISTIKA I Metodický list č. 1 Název tématického celku:

15. OTC KONFERENCE

ANOVA. Semestrální práce UNIVERZITA PARDUBICE. Fakulta chemicko-technologická Katedra analytické chemie

KARDIOVASKULÁRNÍ ONEMOCNĚNÍ

Lineární regrese. Komentované řešení pomocí MS Excel

10. Předpovídání - aplikace regresní úlohy

Závislost obsahu lipoproteinu v krevním séru na třech faktorech ( Lineární regresní modely )

STATISTICA Téma 7. Testy na základě více než 2 výběrů

UNIVERZITA PARDUBICE. 4.4 Aproximace křivek a vyhlazování křivek

Aplikovaná statistika v R - cvičení 2

Systém monitorování zdravotního stavu obyvatelstva ve vztahu k životnímu prostředí

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

různé typy přehledových studií integrativní typ snaha o zobecnění výsledků z množství studií

SOUHRN ÚDAJŮ O PŘÍPRAVKU

Plánování experimentu

UNIVERZITA PARDUBICE

KRUHOVÝ TEST 4/2018/NIR

Cvičení ze statistiky - 3. Filip Děchtěrenko

MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ

ENÁ ŽELEZOBETONOVÁ DESKA S OTVOREM VE SLOUPOVÉM PRUHU

Statistika II. Jiří Neubauer

Korelace. Komentované řešení pomocí MS Excel

VÝVOJ PRACOVNÍ NESCHOPNOSTI A STRUKTURY PRÁCE NESCHOPNÝCH

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie

ROZDÍLOVÁ TABULKA NÁVRHU PRÁVNÍHO PŘEDPISU S PŘEDPISY EU

Ekonometrie. Jiří Neubauer

KOMPLEXNÍ CEREBROVASKULÁRNÍ CENTRUM, NEUROLOGICKÁ KLINIKA LF UP A FN OLOMOUC

Univerzita Pardubice SEMESTRÁLNÍ PRÁCE. Tvorba nelineárních regresních modelů v analýze dat. 2015/2016 RNDr. Mgr. Leona Svobodová, Ph.D.

Kalibrace a limity její přesnosti

Īízení zdravotního rizika ve Vitakartě

Přednáška XI. Asociace ve čtyřpolní tabulce a základy korelační analýzy

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. FAKULTA STROJNÍHO INŽENÝRSTVÍ Ústav materiálového inženýrství - odbor slévárenství

Protokol č. 1. Tloušťková struktura. Zadání:

Obsah. 1 Plnění dílčích aktivit Plnění harmonogramu projektu Plnění cílů projektu Počet center a případů...6.

Kardiologické odd., Interní klinika 1.LF UK a ÚVN Praha 2. Ústav biofyziky a informatiky 1. LF UK Praha

Tvorba modelu sorpce a desorpce 85 Sr na krystalických horninách za dynamických podmínek metodou nelineární regrese

Vývoj pracovní neschopnosti

Informace, statistiky a zajímavosti z oblasti prodeje ojetých vozidel

Diagnostika infarktu myokardu pomocí pravidlových systémů

Regrese. používáme tehdy, jestliže je vysvětlující proměnná kontinuální pokud je kategoriální, jde o ANOVA

Fluorochinolony a riziko prodloužení QT intervalu Finální text SPC a PIL odsouhlasený PhVWP v prosinci 2010

Regresní a korelační analýza

Tab. 4.1 Pacienti s vybraným chronickým onemocněním v evidenci praktického lékaře pro dospělé celkem a ve věku 65 a více let v letech 2009 až 2013

Příbalová informace: informace pro uživatele BETALOC 1 mg/ml injekční roztok metoprololi tartras

Porovnání dvou výběrů

Transkript:

Hodnocení závislosti prodeje farmaceutických přípravků na propagačních aktivitách I. Úvod Michal Buzek, Soukromá vysoká škola ekonomických studií Praha Příspěvek obsahuje výsledky kvantitativního hodnocení propagačních aktivit v prodeji farmaceutických přípravků. Tato problematika je velice důležitá pro většinu firem.úlohou marketingových pracovníků každé firmy je odhalit nově vznikající podnikatelské příležitosti, zhodnotit jejich výhodnost pro firmu a navrhnout alternativy postupu k jejich získání. Soubor činností, zabývajících se tímto úkolem je označován pojmem marketingový výzkum. Součástí marketingového výzkumu je kvantitativní marketing, který využívá matematických a statistických metod ke zpracování dat z marketingových průzkumů. Cílem předložené studie je vyhodnocení časových řad prodeje a propagačních aktivit na základě dat poskytnutých farmaceutickou firmou. V následující sekci je obsažen popis dat odpovídající jednotlivým přípravkům. Sekce III. je zaměřena na popis kvantitativních metod, které se během práce používaly. Další sekce obsahuje numerické výsledky získané užitím programu ECEL včetně grafických příloh. V závěru je snahou interpretovat dosažené výsledky. II. Popis dat Od firmy Cegedim byly obdrženy soubory dat pro dvě skupiny přípravků, které se dále značí A a B. Soubor A obsahuje skupinu čtyři přípravky: Claritin, Flonidan, Zyrtec a Zodac. Uvedené přípravky jsou antihistaminika, používají se na léčbu alergií, jsou sezónní, a proto se nejvíce prodávají na jaře a v létě. Claritin se používá na léčbu senné rýmy, chronických alergií. Obsahuje účinnou látku loratadinum. Flonidan se mimo chronické sezónní a nesezónní alergie používá také na léčení atopiských ekzemů a astma bronchiale. Účinná látka je taktéž loratadinum. Flonidan je přímý konkurent ke Claritinu. Zyrtec pomáhá k léčbě sezónních i celoročních alergií. Obsahuje účinnou látku cetirizini dihydrochloridum. Zodac je přímý konkurent k Zyrtecu. Používá se ke stejné léčbě jako Zyrtec a obsahuje stejnou účinnou látku. Soubor B obsahuje skupinu šesti přípravků: Betaloc, Dilatrend, Lokren, Sectral, Tenormin, Vasocardin. Tyto přípravky jsou kardiologické betablokatory. Betaloc léčí poruchy srdečního rytmu a infarkt myokardu. Obsahuje účinnou látku metoprololi tartras. Dilatrend je používán k léčení arteriální hypertenze a obsahuje účinnou látku carvedilolum. Lokren používá se k léčbě arteriální hypertenze a je v něm obsažena účinná látka betaxololi hydrochloridum.

Sectral léčí hypertenze, ischemickou poruchu srdeční. Obsahuje účinnou látkuacebutololi hydrochloridum. Tenormin je používán k léčbě akutního infarktu myokardu, srdeční arytmetie a obsahuje účinnou látku atenololum. Vasocardin je používán k léčbě esenciální hypertenze, angíny pectoris, ischemické choroby srdeční. Je přímý konkurent k Betalocu a obsahuje účinnou látku metoprololi tartras. III. Kvantitativní metody Údaje o propagačních aktivitách a prodeji farmaceutických přípravků byly vyhodnoceny metodami analýzy časových řad. Jsou-li =(y,..,y n ) čtvrtletní hodnoty prodeje (vyjádřené v počtu prodaných balení),základní rozklad časové řady má tvar (Wonnacot, Wonnacot, 99) = a + bt+ c Q + c 3 Q 3 + c 4 Q 4 + e, () kde T je čas, Q,Q 3,Q 4 jsou nepravé proměnné pro, 3, 4 čtvrtletí (Q = referenční je. čtvrtletí) a e je reziduum. Koeficienty a, b, c, c 3, c 4 jsou odhadnuty metodou nejmenších čtverců. Dostáváme tak model pro trend, sezónní složku a odchylku od modelu e. Rostoucí trend (b>) znamená zvýšení propagační aktivit respektive prodeje. Další časové řady odpovídají jednotlivým propagačním aktivitám: počty návštěv reprezentantů farmaceutické firmy, které se týkají určitého přípravku (RV), počet poštovních zásilek, které lékař obdržel od farmaceutické firmy. Tyto zásilky obsahují propagační materiály týkající se určitého přípravku (DM), počty seminářů, které uspořádala farmaceutická firma pro určitý přípravek (SE), počet vzorků léku, který byl dán doktorovi, aby ho mohl předat pacientovi a vyzkoušet jeho účinky (SA). Pro účely posouzení vzájemného vztahu propagace a prodeje byly čtyři propagační aktivity sloučeny do výsledné časové řady =(x,..,x n ) podle doporučeného vzorce = RV + / SE + /6 SA + / DM () Na časovou řadu lze také aplikovat rozklad () pro detekci trendu a sezónní složky. Pro posouzení vazby mezi oběma časovými řadami a byla vypočtena vzájemná korelační funkce ρ x,y (k)= r (x (t), y (t+k)), (3) k =,,,m, kde r(x(t), y(t+k)) je výběrový korelační koeficient řady propagačních aktivit a posunuté ( o k časových jednotek ) řady prodeje. IV. Numerické výsledky Studované časové řady jsou poměrně krátké, za tři roky obsahují celkem dvanáct čtvrtletních údajů, tj. n=. Na obr. jsou vykreslené průběhy časových řad, vždy (dolní, šedá čára) a (horní, černá čára) pro daný přípravek.

Flonidan 4 6 8 4 6 Q/ 3Q/ Q/ 3Q/ Q/ 3Q/ 3 3 b) Claritin 3 3 Q/ Q/ 3Q/ 4Q/ Q/ Q/ 3Q/ 4Q/ Q/ Q/ 3Q/ 4Q/ 3 3 4 a) Zyrtec 3 3 4 4 Q/ 3Q/ Q/ 3Q/ Q/ 3Q/ 3 4 6 d) Zodac 3 Q/ Q/ 3Q/ 4Q/ Q/ Q/ 3Q/ 4Q/ Q/ Q/ 3Q/ 4Q/ 3 4 6 7 c) Dilatren 3 4 6 Q/ Q/ 3Q/ 4Q/ Q/ Q/ 3Q/ 4Q/ Q/ Q/ 3Q/ 4Q/ 3 4 6 7 8 9 f) Betaloc 4 6 8 4 6 8 Q/ Q/ 3Q/ 4Q/ Q/ Q/ 3Q/ 4Q/ Q/ Q/ 3Q/ 4Q/ 3 3 4 e) Sectral 4 6 8 4 6 Q/ 3Q/ Q/ 3Q/ Q/ 3Q/ 3 4 6 7 h) Lokren 3 4 6 Q/ Q/ 3Q/ 4Q/ Q/ Q/ 3Q/ 4Q/ Q/ Q/ 3Q/ 4Q/ 3 3 4 4 g)

3 Tenormin 4 Vasocardin, 3 8 6 4 4 3 3,, Q/ Q/ 3Q/ 4Q/ Q/ Q/ 3Q/ 4Q/ Q/ Q/ 3Q/ 4Q/ i) Q/ 3Q/ Q/ 3Q/ Q/ 3Q/ j) Obr.: Průběhy časových řad počtu prodaných balení a výsledné propagační aktivity, viz (), v období let pro deset přípravků a) j). Rozklad a + bt+ c Q + c 3 Q 3 + c 4 Q 4 + e umožňující popsat trend a sezónní složku byl aplikován na všechny přípravky. Tabulky, obsahují koeficienty rozkladu c c 3 c 4 b a Zodac 6,98 -,4-4,69 -,66 4,44 Zyrtec -,64-6,7 -,9,9 3,66 Claritin,4 -,8 -,,6 9,9 Flonidan 7,63,6 -,6,,3 Betaloc -9,77-8, -3,6,7 8,94 Dilatren -,38 -,,,8, Lokren -6,4-3,6-4,9,,7 Sectral -,6 -,6 -,69 -,9,3 Tenormin -,7 -,68333 -,4467 -,47 7,8333 Vasocardin,884,9437,9898 -,88,6478 c c 3 c 4 b a Zorav 7 794-8 739 73 Zyrtec 4 3-494 Claritin 868-39 -3 94 678 Flonidan 48-4 -869 4 77 Betaloc 34-63 69 7 447 Dilatren 37-3 -86 69 786 Lokren 47-66 74 98 38 Sectral 8-39 66-9 7 Tenormin 4-96 789-364 669 Vasocardin 388-44 476 46 3 Tabulka, : Koeficienty rozkladu a + bt + c Q + c 3 Q 3 + c 4 Q 4 + e časových řad (propagační aktivity), (prodej)

Poslední použitou metodou byl výpočet vzájemné korelační funkce časových řad a. Při výpočtu se délka řad pro korelaci s časovým posunem zmenšuje, proto volíme pouze m=6. Grafy vzájemných korelačních funkcí jsou na obr..,8,6,4, -, -,4 -,6 -,8 Claritin 3 4,6,4, -, -,4 -,6 -,8 Flonidan 3 4 6,6,4, -, -,4 Zodac 3 4 6,8,6,4, -, Zyrtec 3 4 6 -,6 -,4 -,8 -,6,8,6,4, -, -,4 -,6 -,8 Be taloc 3 4 6,6,,4,3,, -, Dilatr e n 3 4 6,8,6,4, -, Lokren 3 4 6,8,6,4, -, Sectral 3 4 6 -,4 -,4 -,6 -,6 -,8 -,8 Tenorm in V as o car d in,4, -, - 3 4 6, -, -,4 -,6 -,8-3 4 6 Obr.:Grafy vzájemných korelačních funkcí časových řad a pro jednotlivé přípravky a)- j). Pokud je nejvyšší hodnota vzájemné korelace ρ x,y (), znamená to, že nedochází k časovému posunu při odezvě prodeje na propagační aktivity. Při porovnání různých

přípravků hodnotíme jako výraznější odezvu tu, kde je vyšší kladná hodnota ρ x,y (). U časových řad s trendem a sezónní složkou lze též korelovat jen reziduální části obou řad. V. Závěr V souboru A jsou konkurenční dvojice přípravků Zyrtec- Zodac a Claritin- U všech těchto přípravků je patrná sezónní složka, jejich prodej kulminuje Flonidan. ve druhém čtvrtletí. Tomu odpovídá zvýšená propagační aktivita v prvním a druhém čtvrtletí. Grafy vzájemných korelačních funkcí Claritinu a Flonidanu mají typický průběh s maximem v nule. U Zyrtecu a Zodacu je tento průběh mírně narušen začátkem časové řady (maximální propagace při náběhu přípravku). V souboru B je původní a nejvíce prodávaný přípravek Lokren. U některých jeho konkurenčních nabíhajících přípravků je patrný rostoucí trend prodeje (Betaloc, Dilatren). U přípravků, které jsou déle na trhu, jsou místy propagační aktivity utlumeny, čímž je význam vzájemné korelační funkce snížen. Ovšem u přípravků Betaloc, Lokren má opět tato funkce typický průběh s maximem v nule respektive v jedničce. VI. Literatura Wonnacot T.H., Wonnacot R.J. : Statistika pro obchod a hospodářství (český překlad). Victoria Publishing, 996.