3.2.1 Pearsonov koeficient korelacije
Pearsonov koeficient korelacije je mera za ugotavljanje stopnje linearne po-vezanosti med dvema intervalnima spremenljivkama. Vrednost koeficienta se nahaja med -1 in 1, kjer r = 1 predstavlja pozitivno korelacijo, r = −1 negativno korelacijo, r= 0 pa da med dvema spremenljivkama ni korelacije.
Pozitivna korelacija pomeni, da z naraˇsˇcanjem vrednosti ene spremenljivke naraˇsˇca tudi vrednost druge, s padanjem ene pa pada tudi druga vrednost spremenljivke. Negativna korelacija pomeni, da z naraˇsˇcanjem vrednosti ene spremenljivke vrednost druge pada, s padanjem vrednosti ene pa vrednost druge naraˇsˇca [21]. Pearsonov koeficient korelacije se izraˇcuna po formuli 3.1. Koeficient korelacije v enaˇcbi predstavlja znak r. xi predstavlja vrednosti spremenljivke x v zajetem vzorcu,yi pa vrednost spremenljivke y v zajetem vzorcu. x¯ je povpreˇcje vseh vrednosti spremenljivke xv zajetem vzorcu,y¯ pa
Diplomska naloga 19 povpreˇcje vseh vrednosti spremenljivke v zajetem vzorcu. n je ˇstevilo vseh vrednosti v posameznem vzorcu, kjer mora biti n za spremenljivke x in y enak.
3.2.2 Wilcoxonov test predznaˇ cenih rangov
Wilcoxonov test predznaˇcenih rangov (ang. Wilcoxon Signed Rank test) je alternativa t-testu, ki za razliko od t-testa ne predpostavlja normalne po-razdelitve razlik med spremenljivkama x in y. Uporablja se za preverjanje niˇcelne hipoteze, ki pravi da je porazdelitev razlik med dvema spremenljiv-kama simetriˇcna glede na niˇclo. Wilcoxonov test predznaˇcenih rangov se izraˇcuna po formuli 3.2.
W =
Nr
∑︂
i=1
[sgn(x2,i−x1,i)×Ri] (3.2)
W predstavlja testno statistiko,Nrvelikost vzorca brez parov, kjer jex1 =x2, sgn funkcijo signum,x2,i ter x1,i rangiran par iz obeh vzorcev,Ri pa trenutni rang para.
Nr predstavlja velikost vzorca (brez parov, za katere velja x1 = x2), sgn je funkcija signum, x2,i in x1,i sta ustrezno rangirana para iz obeh skupin, Ri pa je trenutni rang para.
Poglavje 4
Analiza podatkov
Glavni namen diplomske naloge je primerjati korelacije ˇstevila okuˇzenih ter ukrepov vlade z vrsto gibanja in prometa. Da smo lahko primerjali razliˇcne vrste prometa in gibanja prebivalstva med seboj, smo za vzorec vzeli celotno leto 2020, saj nam za kasnejˇsi ˇcas manjkajo podatki zraˇcnega ter cestnega prometa. Na vseh grafih je mogoˇce opaziti navpiˇcne ˇcrte z oznakami Z1, K1 ter Z2, ki predstavljajo zaˇcetek in konec prvega vala epidemije ter zaˇcetek drugega vala epidemije. Na nekaterih grafih je mogoˇce opaziti ˇse dodatne ˇcrte, oznaˇcene s ˇcrko U ter ˇstevilko, ki predstavljajo zaˇcetek ukrepa omenje-nega v tekstu. Pred zaˇcetkom analize smo si postavili nekaj hipotez. Prva se nanaˇsa na zraˇcni promet, in sicer, da se je v ˇcasu epidemije zmanjˇsal promet na letaliˇsˇcu Joˇzeta Puˇcnika. Hipotezo bomo preverili z Wilcoxono-vim testom predznaˇcenih rangov, s katerim bomo primerjali enaka obdobja v letu 2019 ter 2020. Povsem na enak naˇcin bomo preverili hipotezo, da se je promet zmanjˇsal v prvem ter drugem valu epidemije COVID-19. Za teˇzko to-vorni promet, v kar smo vkljuˇcili tovornjake z maso nad 7,5 ton, priklopnike ter ladje, smo postavili hipotezo, da z epidemijo nima moˇcne korelacije, kar bomo preverjali z izraˇcuni Pearsonovih korelacij. Pri gibanju prebivalstva smo si postavili hipotezo, da gibanje moˇcneje korelira z ukrepi vlade, kot pa s ˇstevilom okuˇzenih. V okviru analize gibanja prebivalstva smo si postavili tudi hipotezo, da se je poveˇcalo gibanje v stanovanjskih objektih, kar bomo
21
preverili z Wilcoxonovim testom predznaˇcenih rangov, kjer bomo primerjali obdobja poviˇsanega ˇstevila okuˇzb z obdobji manjˇsega ˇstevila okuˇzb. Kot za-dnje pa ˇzelimo preveriti hipotezo, da se je kljub epidemiji in viˇsjim ˇstevilkam okuˇzenih, prebivalstvo veˇc odpravljalo na pot med poletjem leta 2021 napram poletju leta 2020.
4.1 Korelacija epidemije COVID-19 s prome-tom
Promet je eden izmed sektorjev na katerega je epidemija COVID-19 moˇcneje vplivala. Upad prometa sovpada z razglasom epidemije v Slovenije, ki je bila raglaˇsena 12. marca 2020. Ustavitev javnega prometa se je zgodila v prvem in v drugem valu. Dodatno sta osebni in turistiˇcni promet ovirala ˇse dva ukrepa. Prvi, ki je prepovedoval gibanje na javnih prostorih ter drugi, ki je prepovedal gibanje izven obˇcine prebivaliˇsˇca za nenujne zadeve. Ta dva ukrepa sta bila sprejeta z odlokom vlade v obeh valih. Dovoljen je bil prihod in odhod na delo, opravljanje gospodarskih dejavnosti ter varstvo in pomoˇc.
Dovoljen je bil tudi dostop do lekarn, trgovin z ˇzivil, bencinskih ˇcrpalk, bank in poˇst ter do zdravstvenih in sanitarnih storitev [40]. Z manjˇsanjem ˇstevila okuˇzb je priˇslo do rahljanja ukrepov in postopnega poveˇcevanja prometa.
4.1.1 Zraˇ cni promet
Izmed vseh gospodarskih panog je COVID-19 verjetno poleg turizma najbolj prizadel letalske prevoznike. Samo med prvim valom so v Evropi letalski prevozniki naredili kar 89 milijard dolarjev izgube [28]. Tudi na grafu 4.1, ki prikazuje ˇstevilo letalskih poletov z letaliˇsˇca Joˇzeta Puˇcnika in ˇstevilo okuˇzenih s COVID-19 v odvistnosti od ˇcasa, je videti bistven upad ˇstevila letov v ˇcasu epidemije. Strm padec se priˇcne s priˇcetkom epidemije COVID-19, nato pa se poˇcasi proti poletju in skozi poletje dviguje vse do prihoda drugega vala epidemije COVID-19. Ob prihodu drugega vala namreˇc
po-Diplomska naloga 23 novno priˇcne upadati ˇstevilo poletov. Dodaten udarec za zraˇcni promet pa je bil odlok vlade, viden na grafu 4.1 pod oznako U1, ki je prepovedal zraˇcni promet, razen za vraˇcanje iz tujine, ki je nato veljal vse do maja 2020 [23].
Vseeno je mogoˇce opaziti, da kljub veˇcjemu ˇstevilu okuˇzb, v 2. valu napram 1. valu, ˇstevilo letov ne pada tako drastiˇcno. To bi lahko pripisali temu, da so se do takrat ˇze sprejeli doloˇceni ukrepi za zajezitve okuˇzb ter da se je prebivalstvo in stroka ˇze spoznala z novo boleznijo. Epidemija je bila v dru-gem, jesenskem valu razglaˇsena 18. oktobra 2020 zveˇcer in je priˇcela veljati z 19. oktobrom [27]. Upad ˇstevila letov z letaliˇsˇca Joˇzeta Puˇcnika je opazen ˇze v septembru, vendar lahko to pripiˇsemo dejstvu, da se septembra konˇcuje poletna turistiˇcna sezona, ki povzroˇci najveˇc letov. Na grafu 4.1 se vidi, da konˇcni upad letalskega prometa pride ravno konec oktobra, po razglasitvi epidemije.
Slika 4.1: Primerjava ˇstevila okuˇzenih in zraˇcnega prometa
Slika 4.2: Primerjava ukrepov vlade in zraˇcnega prometa
Za preverjanje niˇcelne hipoteze, da se zraˇcni promet na letaliˇsˇcu Joˇzeta Puˇcnika v ˇcasu COVID-19 ni zmanjˇsal, smo izvedli Wilcoxonov test pred-znaˇcenih rangov. Zraˇcni promet je smiselno primerjati po letih, istih obdo-bjih med razliˇcnimi leti ali kot v tem primeru po datumih, saj je ˇstevilo pole-tov moˇcno povezano s turistiˇcnimi sezonami. Za podatke smo ponovno vzeli ˇstevilo letalskih poletov z letaliˇsˇca Joˇzeta Puˇcnika. Primerjali smo ˇstevilo talskih poletov po dnevih, od 1. januarja do 31. decembra 2019, s ˇstevilom
le-talskih poletov po dnevih od 1. januarja do 31. decembra 2020. Z izraˇcunom smo dobili vrednost statistike W = 8047 ter p-vrednost 1,623∗10−35, kjer lahko, pri stopnji tveganja α = 0,05, hipotezo zavrnemo in potrdimo stati-stiˇcno znaˇcilne razlike. Izraˇcunali smo Pearsonovo korelacijo ˇcasovne vrste, kjer smo vsem podatkom izraˇcunali 14-dnevno drseˇce povpreˇcje, da smo s tem izniˇcili dnevne variance podatkovnih vrst, ki pozvroˇcajo bolj volatilne grafe ter manj kvalitetne izraˇcune. Podatke smo razdelili na obdobje prvega in drugega vala. Razlog za to odloˇcitev je dejstvo, da se je promet odzval podobno na oba vala in se skoraj povsem ustavil v obeh primerih, kljub veliki razliki v ˇstevilu okuˇzb, kar zniˇza vrednost korelacije. Korelacija (vidna na grafih 4.3 in 4.4) med ˇstevilom okuˇzb in ˇstevilom letov med prvim valom epi-demije COVID-19 znaˇsa -0,47, v obdobju med 2. valom epiepi-demije COVID-19 pa znaˇsa kar -0,93. Zanimalo nas je tudi, ali so na zraˇcni promet imeli veˇcji vpliv ukrepi vlade, zato smo izraˇcunali tudi korelacijo med strogostjo ukre-pov vlade in ˇstevilom letov za oba vala. Korelacija med strogostjo ukreukre-pov vlade ter ˇstevilom letov med prvim valom epidemije COVID-19 znaˇsa -0,93, medtem ko v obdobju med drugim valom epidemije COVID-19 znaˇsa kore-lacija -0,92. Iz izraˇcunanih podatkov lahko vidimo, da so na ˇstevilo poletov v prvem valu veliko moˇcneje vplivali ukrepi vlade.
4.1.2 Cestni promet
Nabolj ˇstevilˇcna oblika prometa pri nas je cestni promet. Tudi pri cestnem prometu zaznamo velik upad ob zaˇcetku epidemije in ponovno naraˇsˇcanje ob manjˇsanju ˇstevila okuˇzenih v prvem valu. Tudi pri drugem valu epidemije COVID-19 zaznamo upad prometa ob zaˇcetku drugega vala, vendar neko-liko kasneje, in sicer s ponovno razglasitvijo epidemije. Kot lahko vidimo, iz veˇcine grafov cestnega prometa, za razliko od zraˇcnega prometa, ki ni tako odvisen od sezone, zaˇcne cestni promet v drugem valu upadati ˇsele z razglasitvijo epidemije, ˇceprav ˇstevilo okuˇzenih nekajkratno presega ˇstevilke iz prvega vala. Tudi za cestni promet smo izraˇcunali Pearsonovo korelacijo ˇcasovne vrste, kjer smo vsem podatkom izraˇcunali 14-dnevno drseˇce
pov-Diplomska naloga 25
Slika 4.3: Korelacije prometa med prvim valom
Slika 4.4: Korelacije prometa med drugim valom
preˇcje in s tem izniˇcili dnevne variance podatkovnih vrst. Prav tako smo tudi za cestni promet razdelili podatke na obdobje prvega in drugega vala.
Rezultati so vidni na grafih 4.3 in 4.4.
Osebni avtomobili
Za osebne avtomobile je korelacija med ˇstevilom okuˇzb in ˇstevilom zaznanih vozil med prvim valom znaˇsala -0,81, med drugim pa celo -0,98. Za primer-javo smo vsem tudi korelacijo med ukrepi vlade ter ˇstevilom zaznanih vozil, ki za osebne avtomobile med prvim valom znaˇsa -0,88, med drugim pa -0,97.
Med vplivom ukrepov in ˇstevilom okuˇzenih ni mogoˇce opaziti veˇcjih razlik.
Izvedli smo tudi Wilcoxonov test predznaˇcenih rangov za preverjanje niˇcelnih
Slika 4.5: Primerjava ˇstevila okuˇzenih s ˇstevilom zaznanih avtomobilov
Slika 4.6: Primerjava ukrepov vlade s ˇstevilom zaznanih avtomobilov hipotez, ki preverja, ali se promet osebnih avtomobilov ni zmanjˇsal v ˇcasu prvega oziroma drugega vala epidemije COVID-19. Primerjali smo ˇstevilo zaznanih osebnih avtomobilov na slovenskih cestah v ˇstirih 60-dnevnih inter-valih, ki so razporejeni pred prvim valom, med prvim valom, med prvim in drugim valom ter med drugim valom. Z izraˇcunom, smo za prvi val dobili vrednost statistike W = 2254 ter p-vrednost 3,139∗10−4, kjer lahko, pri sto-pnji tveganja α = 0,05, hipotezo zavrnemo in potrdimo statistiˇcno znaˇcilne razlike. Za drugi val smo dobili vrednost statistike W = 3152 ter p-vrednost
Diplomska naloga 27 0,06, kjer hipoteze ne moremo zavrniti in potrditi statistiˇcno znaˇcilnih raz-like, je pa blizu robnega pogoja.
Avtobusi
Med prevoznimi sredstvi, na katere je najbolj vplivala epidemija, so tudi av-tobusi. Z izraˇcunom korelacij smo preverili hipotezo, ki pravi, da so imeli na javni promet veliko veˇcji vpliv ukrepi, kot ˇstevilo okuˇzenih s COVID-19.
Hipoteza vkljuˇcuje ˇstevilo zaznanih avtobusov na cestah ter spremembo giba-nja na tranzitnih mestih med epidemijo. Med prvim valom znaˇsa korelacija med ˇstevilom okuˇzenih s COVID-19 ter ˇstevilom zaznanih vozil -0,68, med drugim pa -0,87. Korelacija med ukrepi vlade ter ˇstevilom zaznanih vozil med prvim valom znaˇsa -0,96, med drugim pa -0,97, kar vidimo na grafih 4.3 in 4.4. Pri avtobusih zaznamo, da so imeli veˇcji vpliv na ˇstevilo zaznanih avtobusov ukrepi vlade in s tem potrdimo prvi del hipoteze. Vlada je namreˇc 13. marca sprejela odlok, da se s 16. marcem 2020 [8] zaˇcasno ustavi javni promet. Enak ukrep je bil sprejet tudi v drugem valu, zaˇcel je veljati s 16.
novembrom 2020 [9]. Ukrepa sta vidna na grafih 4.7 in 4.8 pod oznakama U1 ter U2. Na javni promet je moˇcno vplivalo tudi zaprtje ˇsol. Ukrepi so praktiˇcno ustavili avtobusni prevoz, posledice pa so lepo opazne na grafu 4.8.
Samo v marcu leta 2020 je bilo prepeljanih kar za 50 % manj potnikov[10].
Slika 4.7: Primerjava ˇstevila okuˇzenih s ˇstevilom zaznanih avtobusov
Slika 4.8: Primerjava ukrepov vlade s ˇstevilom zaznanih avtobusov
Motorji
Motor se, kot prevozno sredstvo, veˇcinoma ne uporablja za osebne in gospo-darske potrebe, temveˇc je ponavadi uporabljen za turistiˇcne voˇznje. Zaradi tega je potrebno podatke ˇstevila zaznanih motorjev obravnavati nekoliko drugaˇce. Iz grafov 4.3 in 4.4 je mogoˇce prebrati izraˇcunane korelacije za mo-torje. Med prvim valom znaˇsa korelacija med ˇstevilom okuˇzenih s COVID-19 ter ˇstevilom zaznanih vozil -0,08, med drugim pa kar -0,84. Korelacija med ukrepi vlade ter ˇstevilom zaznanih vozil med prvim valom znaˇsa 0,61, med drugim pa -0,8. Podatki kaˇzejo, da med prvim valom ˇstevilo okuˇzenih praktiˇcno nima vpliva na ˇstevilo zaznanih motorjev, medtem ko naj bi ukrepi imeli precejˇsen vpliv. S podatkov je mogoˇce razbrati, da so veliko veˇcji vpliv na ˇstevilo zaznanih motorjev imeli ukrepi. Menimo, da korelacija s COVID-19 v prvem valu ne prikazuje realnega vpliva, ker se motoristiˇcna sezona ˇse ni dobro zaˇcela. Iz grafa 4.9 lahko vidimo pozen zaˇcetek motoristiˇcne sezone v letu 2020, za kar je odgovorna epidemija COVID-19 ter ˇse posebno ukrep, sprejet 30. marca 2020, ki je prebivalce omejil na obˇcine prebivaliˇsˇc [17].
Ukrep je viden na grafih 4.9 in 4.10 pod oznako U1. Veˇcji vpliv ukrepov v prvem valu se vidi tudi iz izraˇcunanih korelacij. Vpliv COVID-19 bi bil
Slika 4.9: Primerjava ˇstevila okuˇzenih s ˇstevilom zaznanih motorjev
Slika 4.10: Primerjava ukrepov vlade na ˇstevilom zaznanih motorjev veliko viˇsji, v kolikor bi se val zaˇcel sredi sezone, kot to lahko vidimo na po-datkih iz drugega vala. Pri drugem valu ugotavljamo, da korelacija z ukrepi
Diplomska naloga 29 vlade ne prikazuje realnega vpliva, saj se ukrepi zaˇcnejo stopnjevati ravno ob koncu motoristiˇcne sezone, ko se ˇstevilo motoristov na cesti zmanjˇsuje v vsakem primeru. Eden izmed sprejetih ukrepov v drugem valu je bil tudi ukrep omejitve gibanja na obˇcine prebivaliˇsˇca, sprejet 25. oktobra 2020 [18], kar pa je ˇze po koncu motoristiˇcne sezone, tako da veˇcjega vpliva na ˇstevilo zaznanih motorjev ni imel. Ukrep je viden na grafih 4.9 in 4.10 pod oznako U2.
Tovorna vozila
Lahka tovorna vozila se veˇcinsko uporabljajo za prevoz oseb, dostavo ter obrtna dela. Med obema valoma so se zaprle ˇsole, ki poslediˇcno niso po-trebovale dnevnih prevozov otrok in dostave hrane. Zaprte so bile tudi vse nenujne trgovine, katere so se odpirale postopoma, ki se velikokrat oskrbu-jejo s transportom preko kombijev. Posledice so vidne na grafu 4.11. Med obema valoma je videti razliko zapiranja gospodarstva. Medtem, ko je med prvim valom ustavilo obratovanje, delavce pa poslalo na dopust ali ˇcakanje na delo, kar precejˇsen deleˇz podjetij, pa je bila takih med drugim valom precej manjˇsa. Iz grafov 4.3 in 4.4 je mogoˇce prebrati, da korelacija med ˇstevilom okuˇzenih ter ˇstevilom zaznanih lahkih tovornih vozil znaˇsa med prvim valom -0,69, med drugim pa kar -0,92. Korelacija med ukrepi vlade ter ˇstevilom za-znanih lahkih tovornih vozil je med prvim valom znaˇsala -0,68, med drugim pa -0,92. Vidimo lahko, da bistvene razlike med ˇstevilom okuˇzenih in ukrepi vlade ni bilo.
Podobno, kot na lahka tovorna vozila, je vplivala epidemija tudi na ostale tovorne segmente. Opaziti je mogoˇce, da se s veˇcanjem mase prevoznega sred-stva manjˇsa korelacija s ˇstevilom okuˇzenih ter ukrepi vlade. Preverili smo tudi prvi dve tretjini hipoteze, ki pravi, da epidemija COVID-19 ni moˇcneje vplivala na teˇzki tovorni promet, ki vkljuˇcuje teˇzki tovorni promet, priklo-pnike ter ladje. Iz grafov 4.3 in 4.4 je mogoˇce razbrati, da je korelacija med ˇstevilom okuˇzenih ter ˇstevilom vozil, ki spadajo med teˇzki tovorni promet, v prvem valu znaˇsala -0,01, v drugem pa -0,37. Korelacija med ukrepi vlade ter
Slika 4.11: Primerjava ˇstevila okuˇzenih s ˇstevilom zaznanih lahkih tovornih vozil
Slika 4.12: Primerjava ukrepov vlade s ˇstevilom zaznanih lahkih tovornih vozil
ˇstevilom zaznanih priklopnikov je v prvem valu bila pozitivna in je znaˇsala 0,16, v drugem valu pa -0,45. Korelacija med ˇstevilom okuˇzenih ter ˇstevilom zaznanih priklopnikov je v prvem valu znaˇsala -0,34, v drugem pa -0,12.
Korelacija med ukrepi vlade ter ˇstevilom zaznanih priklopnikov je v prvem valu znaˇsala -0,41, v drugem pa je celo pozitivna, in sicer 0,1. Korelacija ni pretirano visoka, vseeno pa se pozna nekolikˇsen upad zaznanih priklopni-kov v prvem valu, ki je viden tudi na grafu 4.13. Niˇzje stopnje korelacij gre
Slika 4.13: Primerjava ˇstevila okuˇzenih s ˇstevilom zaznanih priklo-pnikov
Slika 4.14: Primerjava ukrepov vlade s ˇstevilom zaznanih priklopnikov
Diplomska naloga 31 pripisati dejstvu, da se teˇzka tovorna vozila uporabljajo za glavnino oskrbo-vanj in transportov v naˇsem gospodarstvu. Padec, ki je bil zaznan, pa lahko pripiˇsemo kombinaciji zaprtja meja in ustavljanju proizvodenj v doloˇcenih podjetjih. Prav pri vseh tovornih skupinah je avgusta mogoˇce zaznati padec ˇstevila zaznanih vozil, ki pa ni posledica epidemije COVID-19. Gre namreˇc za obdobje, ko ima veˇcina proizvodnjih podjetij v Sloveniji in okolici tako imenovane kolektivne dopuste, kar seveda zmanjˇsa potrebo po prevozih.
4.1.3 Pomorski promet
Vpliv epidemije COVID-19 smo preverjali tudi pri pomorskem prometu.
Luka Koper je ena izmed najbolj pomembnih strateˇskih toˇck slovenskega go-spodarstva, saj je okno v svet veliki koliˇcini slovenskih proizvodov ter vstopna toˇcka proizvodovm tujih proizvajalcev namenjenih za celo Evropo. Pretovor se je v letu 2020 zmanjˇsal za skoraj 15 %. Epidemija COVID-19 je poskr-bela za zmanjˇsanje potroˇsnje in gibanja, kar je poslediˇcno najbolj vplivalo na prodajo naftnih derivatov in avtomobilov, ki sta dva izmed najmnoˇziˇcnejˇsih tovorov v Luki Koper. Zmanjˇsanje avtomobilske proizvodnje ne vpliva le na ˇstevilo prepeljanih avtomobilov, temveˇc tudi na celotno dobavno verigo, predvsem na jeklarsko industrijo, za katero se preko Luke Koper tovori su-rovine. Tudi ˇze prej omenjen upad letalskih poletov in ˇstevilo zaznanih vozil po Sloveniji in Evropi direktno vpliva zmanjˇsanje koliˇcine potreb po gorivu [12]. Ob pogledu na grafa 4.15 in 4.16 lahko vidimo upad prometa med pr-vim valom, kar lahko poveˇzemo s prihodom epidemije COVID-19 v Slovenijo.
Tako kot pri tovornem prometu, je mogoˇce v avgustu opaziti upad pomor-skega prometa iz istega razloga. Zaradi naˇcrtovanih kolektivnih dopustov podjetja v tem obdobju ne naroˇcajo toliko surovin in izdelkov. Jeseni se prav tako vidi upad ˇstevila ladij, katerega pa teˇzko pripiˇsemo drugemu valu epidemija. V sklopu hipoteze, ki pravi, da epidemija COVID-19 ni moˇcneje vplivala na teˇzki tovorni promet, smo izraˇcunali tudi korelacije med ˇstevilom ladij v Jadranskem morju, ki so namenjene v ali iz Luke Koper in ˇstevilom okuˇzenih s COVID-19 oziroma ukrepi vladi. Iz grafov 4.3 in 4.4 je mogoˇce
Slika 4.15: Primerjava ˇstevila okuˇzenih s ˇstevilom ladij
Slika 4.16: Primerjava ukrepov vlade s ˇstevilom ladij
razbrati, da je korelacija med ˇstevilom okuˇzenih ter ˇstevilom ladij, v prvem valu znaˇsala -0,59, v drugem pa je bila pozitivna, in sicer 0,35. Korelacija med ukrepi vlade ter ˇstevilom ladij je v prvem valu bila -0,23, v drugem valu pa ponovno pozitivna, in sicer 0,43. ˇCeprav izraˇcuni korelacij kaˇzejo na potrditev hipoteze, pa ne bi bilo smiselno potrditi hipotezo na podlagi stati-stiˇcnih podatkov, saj ti prikazujejo zmanjˇsanje tovornega prometa v primeru pomorskega prometa [33]. Tudi izraˇcun korelacij pri ladijskem prevozu ne more najbolje prikazati direktnega vpliva epidemije COVID-19 na pomorski promet, saj je le ta odvisen od potreb drugih gospodarskih panog in se padci poznajo kasneje. Za testiranje niˇcelne hipoteze, da v drugem valu COVID-19 ni priˇslo do zmanjˇsanja prometa, smo naredili Wilcoxonov test predznaˇcenih rangov, kjer smo primerjali drugo polovico leta 2020 z drugo polovico leta 2019. Dobili smo vrednost statistike W = 4181 ter p-vrednost 2,178∗10−9,
razbrati, da je korelacija med ˇstevilom okuˇzenih ter ˇstevilom ladij, v prvem valu znaˇsala -0,59, v drugem pa je bila pozitivna, in sicer 0,35. Korelacija med ukrepi vlade ter ˇstevilom ladij je v prvem valu bila -0,23, v drugem valu pa ponovno pozitivna, in sicer 0,43. ˇCeprav izraˇcuni korelacij kaˇzejo na potrditev hipoteze, pa ne bi bilo smiselno potrditi hipotezo na podlagi stati-stiˇcnih podatkov, saj ti prikazujejo zmanjˇsanje tovornega prometa v primeru pomorskega prometa [33]. Tudi izraˇcun korelacij pri ladijskem prevozu ne more najbolje prikazati direktnega vpliva epidemije COVID-19 na pomorski promet, saj je le ta odvisen od potreb drugih gospodarskih panog in se padci poznajo kasneje. Za testiranje niˇcelne hipoteze, da v drugem valu COVID-19 ni priˇslo do zmanjˇsanja prometa, smo naredili Wilcoxonov test predznaˇcenih rangov, kjer smo primerjali drugo polovico leta 2020 z drugo polovico leta 2019. Dobili smo vrednost statistike W = 4181 ter p-vrednost 2,178∗10−9,