1.

INTERPRETARE FREQUENCIES:

Interpretarea celor mai importante rezultate pentru variabila număr de turiști români pe fiecare județ:

- N Valid = 42 -> Analiza statistică se face având la bază 42 de înregistrări valide - Missing = 0 -> Nu
există valori lipsă.
- Mean = 137262.10 -> media numărului de turiști români în funcție de cele 42 de județe analizate
este de 137262.10.
- Median = 63129.00 -> jumătate din județe au obţinut o medie de turiști români de sub 63129,00
şi jumătate peste.
- Mode = 5100 -> cea mai mică medie a județelor obţinută de cei mai mulţi dintre turiștii români
este de 5100 (seria este plurimodală).
- Std. Deviation = 197173.26 -> aproximativ 68% dintre județe au un număr de turiști români
cuprins într-un interval egal cu media plus sau minus valoarea abaterii medii pătratice,
respectiv : 137262.10 +/- 197173.26.
- Variance = 3.888E10 -> dispersia serie este de 3.888E10 puncte.
- Skewness= 2.876-> există o asimetrie pozitivă moderată.
- Range = 945823-> diferenţa dintre cel mai mare număr de turiști români obţinut de județele
analizate şi cel mai mică este de 945823 puncte.
- Minimum= 5100-> cel mai mic număr de turiști români obținut de județele analizaţe este de
5100.
- Maximum= 950923 -> cel mai mare număr de turiști români obținut de județele analizaţe este
de 950923.
- Percentiles 25 = 34759 -> 25% numărul de județe au obţinut un număr de turiști români sub
34759.
- 50 = 63129 -> jumătate din județe au obţinut un număr de turiști români sub 63129.
- 75 = 187867 -> 75% din județe au obţinut un număr de turiști români sub 187867.

2. INTERPRETRE DESCRIPTIVES:

Interpretarea celor mai importante rezultate pentru variabila număr de hotele pe fiecare județ:

- Minimum= 3-> cel mai mic număr de hotele obținut pe fiecare județ analizat este 3 hotele.
- Maximum= 316 -> cel mai mare număr de hotele pe fiecare județ analizat este de 316.
- Mean = 36,43 -> media numărului de hotele pe fiecare județ analizat este de 36,43.
- Std. Deviation = 52 -> aproximativ 50% dintre județe au un număr de hotele cuprins într-un
interval egal cu media plus sau minus valoarea abaterii medii pătratice, respectiv : 36,43+/- 52.
- Skewness= 4.23-> există o asimetrie pozitivă moderată.
- Kurtosis: ………………………………………………………

CAPITOLUL 2

3. INTERPRETARE GRAFICE:

Interpretarea celor mai importante rezultate pentru variabila număr de hotele pe fiecare județ:
GRAFICUL BAR

- Cel mai mare număr de hotele, conform graficului bar, sunt întâlnite în județul Constanța, iar cel
mai mic număr al acestora sunt regăsitea în județul Călărași.

GRAFICUL LINE

- Se observă că numărul de hotele pe fiecare județ se regăsesc într-un număr de 316 hotele în
județul Constanța, care este un județ cu potential touristic ridicat,în acest județ fiind situate cele
mai multe hotele față de restul celorlalte județe prezentate în graficul line.

GRAFICUL PIE

- De asemea, putem observa pe graficul pie că, jutețul Constanța prezintă procentajul cel mai
mare, urmat de Municipiul București.

GRAFICUL BOXPlOT

- Distribuția hotelelor după numărul de județe este relative omogenă, se aglomerează spre
valorile mici ale scorului, Constanța fiind județul care se abate de la regulă.

GRAFICUL HISTOGRAMĂ

- Cele mai multe județe 29, au scorul cuprins între 0 și 100 de hotele pe fiecare județ, iar
distribuția județelor după numărul de hotele, prezintă o ușoară asimetrie spre dreapta. ( graficul
mov –primul de la histograma).
- Din cele 42 de județe analizate, 2 dintre județe au un număr de hotele pe fiecare județ de până
la 200 puncte.( graficul histograma albastru cu 3 coloane).

Capitolul 3
4. INTERPRETARE INTERACTIV GRAPH- SCATTERPLOT( cel cu bulinute):
- Legătura dintre numărul de turiști români pe fiecare județ şi numărul de hotele pe fiecare județ,
este directă și liniară.
5. INTERPRETARE MODEL SUMMARY AND PARAMETER ESTIMATES:
Interpretarea celor mai importante rezultate din output, din punctul de vedere al alegerii
modelului de regresie cel mai potrivit:
- Se observă că în tabelul Model Summary and Parameter Estimates pentru fiecare model de
regresie găsim în coloanele Model Summary raportul de determinaţie (R Square) şi testarea
acestuia cu testul F, iar în coloanele Parameter Estimates coeficienţii ecuaţiei de regresie.
- Pe baza R Square din Model Summary se va decide cel mai bun model de regresie, respectiv cu
cât R Square se apropie mai mult de valoarea 1 cu atât acel model de regresie este mai potrivit.
- Analizând tabelul se observă că cea mai mare valoare pentru R Square dintre toate modelele de
regresie se înregistrează la funcţia cubic - funcţia de gradul 3- (R Square=0,945) şi Quadratic -
 funcţia de gradul 2- (R Square=0,893) dar valori pentru R Square apropiate de 1: regăsim şi la
funcţia Liniar - funcţia de gradul 1- (R Square=0,862).

6. INTERPRETARE LINEAR-MODEL SUMMARY, ANOVA, COEFFICIENTS

- Model Summary prezintă valoarea raportul de corelaţie R, raportul de determinaţie (R Square),
valoarea ajustată a lui R Square şi eroarea standard a estimaţiei.
- ANOVA prezintă rezultatele analizei dispersiei variabilei dependente sub influenţa variabilei
factoriale şi de estimare, adică prezintă informaţii asupra sumei pătratelor abaterilor variabilei
dependente datorate modelului de regresie şi erorii de modelare (Sum of Squares), gradele de
libertate (df), media dispersiilor datorate celor două surse de variaţie (Mean Square), raportul
testului F şi semnificaţia acestuia (Sig.).
- Dacă valoarea Sig. corespunzătoare testului F este mai mică decât 0,05, atunci variabila
independentă explică variaţia variabilei dependente drept urmare modelul de regresie
corespunde unei legături între cele două variabile.
- Coefficients prezintă coeficienţii nestandardizaţi a modelului de regresie estimat
(Unstandardized Coefficients B), erorile standard ale acestora (Unstandardized Coefficients Std.
Error), coeficienţii de regresie standardizaţi (Standardized Coefficients Beta), valorile statisticii
testului t şi semnificaţia acestuia (Sig.). Coeficienţii standardizaţi sunt folosiţi atunci când într-un
model de regresie sunt mai multe variabile independente exprimate în unităţi de măsură
diferite. Dacă valoarea Sig. corespunzătoare testului t este mai mică decât 0,05, atunci
parametrii modelului de regresie diferă semnificativ de valoarea zero şi modelul de regresie
corespunde unei legături semnificative între cele două variabile.
- în această formă de prezentarea a rezultatelor, se confirmă că legătura dintre cele două
variabile este directă şi puternică şi că cele mai potrivite modele de regresie conform lui R
Square sunt cubic, quadratic şi liniar.
7. INTERPRETARE TABEL CUBIC:
- Tabelul Model Summary cu valorile apropiate de 1 a lui R (0,972) şi R Square (0,945) ne arată că
între numărul de județe și numărul de hotele pe fiecare județ există o legătură de tip parabolă
de gradul 3, directă şi puternică.
8. INTERPRETARE TABEL ANOVA:
- Tabelul ANOVA cu valoarea Sig. pentru F = 0,000, deci mai mică decât 0,05, ne confirmă faptul
că relaţia de tip parabolă de gradul 3 dintre cele două variabile considerate este semnificativă.
9. INTERPRETARE TABEL COEFFICIENTS:
- Tabelul Coefficients cu valorile prezentate în Unstandardized Coefficients B ne ajută să scriem
ecuaţia de regresie pentru modelul nostru: y= a+bx+cx2+dx3 unde:
a = (Constant)
b = numărul de turiști români pe fiecare județ
c = numărul de turiști români pe fiecare județ **2
d = numărul de turiști români pe fiecare județ **3
ecuația devine: y= -1.014+0.00x- 1.055E-9x2+ 9.798E-16x3