ACADEMIA DE STUDII ECONOMICE DIN BUCUREȘTI

FACULTATEA DE CIBERNETICĂ, STATISTICĂ ȘI INFORMATICĂ ECONOMICĂ

SPECIALIZAREA STATISTICĂ, ANUL II

STATISTICĂ SPAȚIALĂ

STUDENT: SAVU PAUL-GEORGIAN

SERIA F, GRUPA 1064

Prof. coordonator: PRADA ELENA MARIA, 2023

 1. INTRODUCERE

Statisticile spațiale reprezintă o ramură a statisticii care se concentrează pe analiza datelor care conțin
informații spațiale, cum ar fi datele de localizare geografică, datele de hartă sau datele de poziție. Aceste
date sunt analizate în contextul lor spațial și sunt utilizate pentru a dezvălui modele, tendințe și relații
spațiale între variabilele analizate. În general, statistica spațială se bazează pe tehnici de analiză spațială,
care includ interpolarea, autocorelația spațială și clusterizarea spațială. Aceste tehnici permit
descoperirea unor modele spațiale complexe și furnizează informații importante pentru luarea deciziilor
în domenii precum planificarea urbană, gestionarea resurselor naturale sau epidemiologie.

Această lucrare se concentrează pe analiza statistică a ratei de șomaj, a populației și a salariaților din
România, pe anul 2022, pe nivelul fiecărui județ. De asemenea, se va examina influența câtorva factori
(variabile independente), cum ar fi populația județului și nivelul de educație reprezentat de numărul de
studenți înscriși în învățământul superior, asupra numărului de șomeri și salariați din fiecare județ.

Variabilele alese sunt relevante în contextul pandemiei deoarece au fost afectate semnificativ de
aceasta. Pandemia a dus la o creștere a ratei de șomaj în multe țări, inclusiv în România, din cauza
închiderii temporare a afacerilor, a scăderii cererii de consum și a restricțiilor impuse de guvern. De
asemenea, pandemia a afectat și populația, deoarece rata de infectare a fost diferită în funcție de județ,
iar măsurile de carantinare și distanțare socială au afectat modul de viață al oamenilor. În plus, salariații
au fost puternic afectați de pandemie, deoarece mulți au fost concediați sau au primit reduceri de
salariu, iar afacerile au fost închise temporar sau permanent. Prin urmare, analiza acestor variabile
poate oferi o imagine de ansamblu asupra impactului pandemiei asupra economiei și a societății în
România.

Titlu: "Impactul pandemiei de COVID-19 asupra pieței muncii din România" Sursa:
https://www.eurofound.europa.eu/observatories/emcc/erm/factsheets/impact-of-covid-19-on-the-
romanian-labour-market

2. Date utilizate

Somajul: Rata de somaj este definită ca procentul populației apte de muncă care nu are un loc de muncă
și care își caută activ un loc de muncă. Sursa datelor este Institutul Național de Statistică (INS) din
Romania, iar anul de analiză este 2022.

Populatia: Populația este definită ca numărul total de locuitori dintr-o anumită zonă geografică, cum ar fi
un județ sau o țară. Sursa datelor este INS, iar anul de analiză este 2022.

Salariati: Salariații sunt persoanele care primesc o remunerație pentru munca prestată. Sursa datelor
este INS, iar anul de analiză este 2022.

Pentru somaj, populatie si salariati exista numeroase studii si articole de cercetare care le-au
utilizat ca variabile de analiza in contextul pandemiei si al efectelor acesteia asupra economiei si a
societatii.
De exemplu, un studiu publicat in revista International Journal of Environmental Research and Public
Health, intitulat "The Economic and Social Impact of COVID-19: A Study of Event Industry Employees in
China", a analizat impactul pandemiei asupra industriei de evenimente din China si asupra angajatilor
din aceasta industrie, inclusiv asupra somajului si salariilor. Autorii au folosit metoda sondajului online
pentru a colecta date de la 442 de angajati din industria de evenimente, iar rezultatele au aratat o
scadere semnificativa a veniturilor si o crestere a ratei de somaj in aceasta industrie in perioada
pandemiei.

Un alt exemplu este studiul "The Impact of COVID-19 on Labor Market Outcomes in Latin America and
the Caribbean" publicat de Organizatia Internationala a Muncii, care a analizat efectele pandemiei
asupra pietei muncii din America Latina si Caraibe, inclusiv asupra somajului si veniturilor salariale.
Autorii au folosit datele din sondajele efectuate de institutiile nationale de statistica din tarile din
regiune, iar rezultatele au aratat o crestere semnificativa a ratei de somaj si o scadere a veniturilor
salariale in majoritatea tarilor din regiune.

Pe baza acestor studii si a altora similare, asteptarile pentru analiza efectuata in proiect sunt de a
identifica si cuantifica impactul pandemiei asupra somajului, populatiei si salariilor in Romania, prin
analiza datelor disponibile din surse oficiale, precum INS sau Eurostat, si prin utilizarea unor metode de
analiza statistica relevante. De asemenea, se asteapta identificarea unor tendinte si modele in evolutia
acestor variabile in contextul pandemiei, precum si evaluarea masurilor si politicilor publice adoptate
pentru a contracara efectele acesteia.

În ceea ce privește salariații, există o mulțime de studii care examinează impactul pandemiei asupra
pieței muncii din România și asupra condițiilor de muncă ale angajaților.

"Population and Society: An Introduction to Demography" de Dudley L. Poston Jr. și Leon F. Bouvier,
publicată de Cambridge University Press în 2018. Această carte oferă o introducere la demografie și
explică cum factori precum migrația, natalitatea și mortalitatea pot afecta evoluția populației.

"Labor Economics" de George J. Borjas, publicată de McGraw Hill Education în 2020. Această carte este
un manual de economie a muncii care analizează teme precum determinanții salariilor, discriminarea și
impactul politicii fiscale asupra pieței muncii.Aceste lucrări oferă perspective și metode diferite de
abordare a variabilelor somajului, salariaților și populației și pot fi utile în contextualizarea rezultatelor
analizei realizate în proiectul dumneavoastră.

În urma analizei efectuate pe baza rezultatelor altor autori care au utilizat aceleași variabile ca și noi, ne
așteptăm să obținem o imagine clară asupra impactului pandemiei asupra economiei și a societății în
România, cu accent pe somaj, populatie și salariati. De asemenea, sperăm să identificăm factorii
principali care au dus la aceste schimbări și să evaluăm eficacitatea măsurilor luate de guvern pentru a
atenua impactul negativ al pandemiei asupra economiei și a populației. Analiza noastră va fi utilă pentru
guvern și pentru alte organizații și instituții care au responsabilitatea de a gestiona criza pandemică și de
a dezvolta politici publice care să protejeze economia și populația în fața viitoarelor crize similare
3.Rezultate obtinute.

Intervale egale(Equal Interval Map)

Am creat o harta in care variabila “RSOMAJ2022” este grupata in 3 intervale de variatie.Se observa 22 de
judte sunt grupate in prima grupa,15 in grupa a doua,iar in ultima grupa doar 5 judete.

Intervale inegale(Naturla Breaks Map)

Urmatoarea harta are variabila “Rsomaj2022” grupata in 3 intervale de variatie unde se observa ca 10
judete sunt grupate in prima categorie,in cea de-a doua doua sunt 24,iar in ultima categorie 8.
Box Map

Aceasta ilustreaza gruparea judetelor dupa distanta fata de medie.De aici putem observa nu
avem outlier,iar ca judetele sunt grupate in mod egale in cele 4 grupe formate:10,11,11,10.
Diagrama Box Plot

Diagrama Box Plot ofera informatii privind tendinta centrala si forma distributiei studiate
Histograma

O histogramă este un grafic utilizat pentru a reprezenta distribuția frecvenței a câtorva puncte
de date ale unei variabile. Histogramele clasifică adesea datele în diferite grupuri si numără câte
puncte de date aparțin fiecăreia dintre aceste grupuri
Box Plot (Somaj 2022)

Pe grafic apar urmatoarele

Media(punctul verde)

Intervalul intercuartilic(IQR-intercuartile range)

Valorile extreme are varibailei situate sub/peste 1.5 ori intervalul intercuartilic

Mediana ratei somajului este de 3.335

Media este de 3.665

Valoare minima 0.78

Valoarea maxima 8.8

Regresie

>>05/16/23 21:38:04
REGRESSION

----------

SUMMARY OF OUTPUT: ORDINARY LEAST SQUARES ESTIMATION

Data set : Judete

Dependent Variable : POP2022 Number of Observations: 42

Mean dependent var : 342446 Number of Variables : 3

S.D. dependent var : 204780 Degrees of Freedom : 39

R-squared : 0.439462 F-statistic : 15.288

Adjusted R-squared : 0.410716 Prob(F-statistic) :1.25257e-005

Sum squared residual:9.87256e+011 Log likelihood : -561.086

Sigma-square :2.53143e+010 Akaike info criterion : 1128.17

S.E. of regression : 159105 Schwarz criterion : 1133.39

Sigma-square ML :2.35061e+010

S.E of regression ML: 153317

-----------------------------------------------------------------------------

Variable Coefficient Std.Error t-Statistic Probability

-----------------------------------------------------------------------------

CONSTANT 292271 66538.8 4.39249 0.00008

Rsomaj2022 -11114.9 14348.9 -0.77462 0.44324

SALARIATI 0.631653 0.130591 4.83687 0.00002

-----------------------------------------------------------------------------

REGRESSION DIAGNOSTICS
MULTICOLLINEARITY CONDITION NUMBER 5.397808

TEST ON NORMALITY OF ERRORS

TEST DF VALUE PROB

Jarque-Bera 2 62.8095 0.00000

DIAGNOSTICS FOR HETEROSKEDASTICITY

RANDOM COEFFICIENTS

TEST DF VALUE PROB

Breusch-Pagan test 2 159.4185 0.00000

Koenker-Bassett test 2 40.0580 0.00000

DIAGNOSTICS FOR SPATIAL DEPENDENCE

FOR WEIGHT MATRIX : Judete

(row-standardized weights)

TEST MI/DF VALUE PROB

Moran's I (error) -0.0155 0.1414 0.88758

Lagrange Multiplier (lag) 1 0.3337 0.56351

Robust LM (lag) 1 0.0969 0.75553

Lagrange Multiplier (error) 1 1.#INF 0.00000

Robust LM (error) 1 1.#INF 0.00000

Lagrange Multiplier (SARMA) 2 1.#INF 0.00000

COEFFICIENTS VARIANCE MATRIX

CONSTANT Rsomaj2022 SALARIATI

4427417872.018116 -850894200.979193 -4908.031010

-850894200.979193 205889969.420085 669.505899

-4908.031010 669.505899 0.017054

============================== END OF REPORT ================================

Se poate observa că probabilitatea asociată variabilelor independente este mai mică de 0.05, ceea ce
indică faptul că nu este necesar să eliminăm nicio variabilă pentru a efectua o regresie corectă. În plus,
distribuția erorilor urmează o lege normală, deoarece în cazul în care probabilitatea este mai mare de
0.05, se respinge ipoteza nulă (H0), si se accepta H1 care sugerează că există o relație semnificativă între
variabilele independente și variabila dependentă. Aceste constatări confirmă validitatea și coerența
analizei noastre.

4.Concluzii