En este an谩lisis presentamos un caso pr谩ctico utilizando ANOVA unifactorial para comparar las ventas de distintos antibi贸ticos a lo largo de un a帽o. Aunque el enfoque es simulado, reproduce una situaci贸n muy real en el 谩mbito comercial y farmac茅utico: detectar diferencias en el rendimiento de distintos productos (en este caso, antibi贸ticos) en t茅rminos de ventas.
Esta pr谩ctica tiene menos detalle en el desarrollo que otras que he publicado en el blog, por lo que puedes consultar las entradas anteriores para buscar explicaciones extensas de los pasos realizados etc.
馃И Contexto del ejercicio
Una empresa farmac茅utica desea analizar las ventas mensuales de cinco antibi贸ticos durante 12 meses, con el objetivo de determinar si hay diferencias estad铆sticamente significativas entre sus promedios de venta. Los antibi贸ticos incluidos en el an谩lisis son:
- AmoxiClear
- CiproFast
- DoxiPlus
- ErythroMax
- LevoStrong
No se introduce variaci贸n estacional: el mes del a帽o solo act煤a como repetici贸n, no como factor explicativo. *** todos los nombres son inventados para la pr谩ctica.
La tabla con los datos (data frame) quedar铆a de la siguiente forma. Tendr铆amos un valor de venta mensual para cada antibi贸tico. En esta imagen solo vemos los datos de uno de ellos, AmoxiClear.
馃攳 Metodolog铆a
Se utiliz贸 un ANOVA de un factor (one-way ANOVA) para comparar las medias de ventas de los cinco antibi贸ticos. Al detectarse diferencias significativas (p < 0.05), se aplic贸 una prueba post-hoc de Tukey para identificar qu茅 pares de antibi贸ticos difieren entre s铆.
De las 10 comparaciones posibles entre antibi贸ticos, 8 resultaron estad铆sticamente significativas (p < 0.05). Este 煤ltimo punto es clave: algunas diferencias aparentes no resultan significativas estad铆sticamente, lo cual destaca la importancia de aplicar pruebas adecuadas y no fiarse solo del aspecto visual o intuitivo. As铆, no son diferencias estad铆sticamente significativas las ventas de CiproFast – AmoxiClear, ni las de LevoStrong – DoxyPlus (p > 0.05) – Ver tabla de resultados del test Tukey (arriba) y comparar con la representaci贸n de boxplot (m谩s abajo). En esta pr谩ctica no se est谩n teniendo en cuenta factores importantes como pueden, por ejemplo, la influencia de outliers en el caso de las ventas de LevoStrong. Ser铆a interesante analizar esto con mayor detalle.
En la tabla se muestran las 8 que si resultaron significativas:
Este ser铆a el c贸digo para el visual.-
Por 煤ltimo, comprobamos los supuestos de normalidad y homocedasticidad, que son correctos y, por tanto, validan los resultados del ANOVA realizado.
