Die Sanierung notleidender Kredite ist in den Banken und in der Wissenschaft ein prominentes Thema. Banken installieren eigene Abteilungen, denen Aufgabe die Betreuung solcher in Zahlungsverzug befindlicher Engagements obliegt. Die Wissenschaft untersucht den Themenkomplex in allen Facetten, das weithin bekannteste Gebiet sind die prognostizierten Ausfallwahrscheinlichkeiten für Unternehmen und Staaten, gemeinhin Ratings. Neben der Ermittlung der Wahrscheinlichkeit eines Zahlungsverzuges widmen sich andere Autoren den Maßnahmen, welche während einer Sanierung ergriffen werden. So auch die hier vorliegende. Einem Kreditinstitut steht im Rahmen einer Sanierung eine Vielzahl an Maßnahmen zur Verfügung. Wie wirken diese Maßnahmen auf das angestrebte Ziel der Sanierung? Unterscheiden sich Maßnahmen, die einen gleich gelagerten Fokus haben, in ihrem Einfluss auf das Ergebnis der Sanierung? Läßt sich also eine Empfehlung ableiten, welche Maßnahmen ergriffen werden sollen, um beispielsweise das Überleben eines Unternehmens zu erreichen? Der Arbeit liegt ein Datensatz zugrunde, der Daten zu deutschen Unternehmen enthält, die dem Segment der Klein- und mittelständischen zuzuordnen sind. Die verwendeten Daten wurden nicht, wie sonst üblich, aus teils frei verfügbaren Datenbanken abgerufen, sondern konnten aus den Unterlagen eines Kreditinstitutes erhoben werden. Sie bieten damit ein breiteres Spektrum als bereits aufbereitete Daten. Zum anderen konnten Informationen verarbeitet werden, die nur dem Kreditinstitut zur Verfügung stehen und im Regelfall nicht an Dritte zur Veröffentlich weitergegeben werden. Die Auswertung der erhobenen und aufbereiteten Daten erfolgt in zwei Stufen. In einem ersten Schritt werden durch univariate logistische Regressionen die aussagekräftigen Maßnahmen identifiziert. Diese Variablen werden in einem zweiten Schritt in multivariaten logistischen Regression überprüft. Das Ergebnis dieses Schrittes sind Modelle, die den Einfluss bestimmter Maßnahmen auf den jeweiligen Ausgang einer Sanierung beschreiben. Die Aufbereitung und Auswertung der Maßnahmen erfolgt hier in einem sehr hohen Detailgrad, der in anderen Arbeiten nur teilweise anzuztreffen ist. Es lassen sich anhand des Datensatzes Maßnahmen identifizieren, deren Ergreifen einen Einfluss auf den Ausgang der Untersuchung hat. Durch die aufgestellten Modelle ist es nicht ur möglich, diese Maßnahmen zu identifizieren, sondern auch ihren Einfluss zu quantifizieren. Dies erfolgt über die sog. „odd ratios“, die eine Aussage darüber liefern, wie sich das Chancen-Verhältnis einer Zielgröße ändert, wenn die im Fokus stehende Variable um eine Einheit geändert wird. Neben einer Ergänzung der bestehenden Literatur zu diesem Thema schafft diese Arbeit auch konkrete Handlungsempfehlungen für die Praxis.:Tabellenverzeichnis V Abbildungsverzeichnis VIII 1 Ziel und Gang der Untersuchung 1 2 Theoretischer Rahmen der Arbeit 6 2.1 Die Krise eines Unternehmens 7 2.2 Die Sanierung als Bewältigung einer Unternehmenskrise 14 2.3 Maßnahmen in einer Krisenbewältigung 16 2.4 Der Einfluss der Lage des Unternehmens auf das Ergebnis einer Sanierung 41 2.5 Ansätze zur Weiterentwicklung der bestehenden Literatur 64 3 Methodik der Untersuchung 68 3.1 Erhebung der Daten und Transformation in Variablen 68 3.2 Überblick über die angewandten statistischen Maße 80 3.3 Überblick über die Methoden zur Auswertung 91 3.4 Grundsätzliches Vorgehen bei der Auswertung 120 4 Beschreibung des Datensatzes 124 4.1 Herkunft der Daten 124 4.2 Ergebnis der Sanierung 125 4.3 Durchschnittliche Größe der untersuchten Unternehmen 126 4.4 Erfasste Rechtsformen 128 4.5 Erfasste Branchen 129 5 Auswertung der ermittelten Variablen 132 5.1 Auswirkung der quantitativen und qualitativen Variablen auf den Ausgang der Sanierung 132 5.2 Auswirkung der Maßnahmen auf den Ausgang der Sanierung 180 5.3 Auswirkungen der qualitativen und quantitativen Variablen auf die ergriffenen Maßnahmen 222 5.4 Überprüfung der aufgestellten Thesen 227 6 Einflussfaktoren auf den Erfolg einer Sanierung 234 6.1 Einfluss der Variablen auf Basis quantitativer und qualitativer Daten 235 6.2 Einfluss der Variablen auf Basis der Maßnahmen 236 7 Fazit 241 8 Anhang IX 8.1 Überblick über die aufgestellten Thesen IX 8.2 Branchenklassifikation nach destatis XI 8.3 Methoden zur Auswertung der Variablen XIII 8.4 Bezeichnung der Variablen zur Kennzeichnung der Branche XV 8.5 Variablen auf Basis der Daten zu den Maßnahmen XVI 8.6 Variablen auf Basis der qualitativen Daten XXVII 8.7 Signifikante Variablen in anderen Untersuchungen XXXIII 8.8 Variablen auf Basis der quantitativen Daten XL 8.9 Herleitung der Formel für Durchschnittswerte LXVI 8.10 Validierung der Ergebnisse bereits erfolgter Studien LXVIII 8.11 Univariat signifikante Variablen auf Basis der Maßnahmen LXX 8.12 Vergleich der Modelle auf Basis der qualitativen und quantitativen Variablen LXXI 8.13 Vergleich der Modelle auf Basis der Variablen zu den Maßnahmen .LXXII 8.14 Überprüfung der Thesen LXXV 8.15 Wirkung der Variablen auf Basis der Maßnahmen LXXXI 8.16 Überblick über den Einfluss der Variablen auf Basis der Maßnahmen XCII Literaturverzeichnis XCII

Turnouts are an important part of railway infrastructure for two reasons: infrastructure andmaintenance. For the infrastructure they provide the flexibility to allow the formulation and branchingof railway network and for maintenance they consume a large part of maintenance budget and have aprominent place in maintenance planning policy and activities. This is because as a “mechanical object”,a turnout often experiences malfunctions. The problem becomes even more complicated, since a turnoutis composed of many different parts and each of them fails for very different reasons (e.g. switch bladesvs crossing part). This is reflected in the different needs for maintenance activities, as railways areforced to pour in excessive amounts of resources to carry out emergency repairs, or to carry outunnecessary scheduled maintenance works in turnouts, which do not need to be inspected or repaired.Therefore, it is difficult to plan and organize maintenance activities in turnouts in an efficient manner.This raises the question of whether malfunctions in turnouts can be predicted and used as informationfor the maintenance planning process in order to optimize it and develop it into a more reliablepreventive maintenance planning.The aim of this analysis is to attempt to model the probability of various malfunctions in turnouts asa function of their main geometric and operational characteristics by using logistic regression modelsand then input these results into the maintenance planning process in order to optimize it. First, it wasimportant to objectify the railway track system and the turnout components, both in terms of parts andinterrelationships. Furthermore, the process and basic elements of railway maintenance planning weredefined, as well as arguments that motivate a turn towards preventive maintenance planningmethodologies. This was done through a comprehensive literature study.The basis of this research was case studies, which described the relationship between geometricaland operational characteristics of turnouts and their wear, as well as risk-based modelling methods inrailway maintenance planning. To create the analysis model, data from turnouts in eastern regionprovided by the Swedish Transport Administration were used, both from the point of view of describingthe underlying causes of turnout malfunctions and to formulate an object-oriented database suitable forusing in logistic regression models. The goal was a logit model that calculated the malfunctionprobability of a turnout, which could be used directly into a maintenance planning framework, whichranked maintenance activities in turnouts.The results obtained showed that although the model suffers from low correlation, differentrelationships between input variables and different functional errors were established. Furthermore, thepotential of these analytical models and modeling structures was shown to be able to developpreventive, predictive railway maintenance plans, but further analysis of the data structure is required,especially regarding data quality. Finally, further possible research areas are presented. / Spårväxlar är viktiga delar av järnvägens infrastruktur av två orsaker: infrastruktur och underhåll.För infrastrukturen ger de möjlighet till flexibla tillåter de formulering och grenning av järnvägsnät ochför underhållet konsumerar de en stor del av underhållsbudgeten och de har en framträdande plats iunderhållsplaneringspolitiken och aktiviteterna. Detta beror på att som ett ”maskinellt objekt”, harspårväxeln ofta fel. Problemet blir ännu mer komplicerat, eftersom en spårväxel består av många olikadelar och var och en av dem bryts ner av mycket olika skäl (t.ex. tunganordning vs korsningsdel). Dettaåterspeglas i olika behov av underhållsaktiviteter. Eftersom järnvägarna tvingas hålla alltför storamängder resurser för att utföra akuta reparationer eller för att utföra onödiga schemalagdaunderhållsarbeten i spårväxlar, som inte behöver inspekteras eller repareras. Därför är det svårt attplanera och organisera underhållsaktiviteter för spårväxlarna på ett effektivt sätt. Detta ställer fråganom funktionsfel i spårväxlar kan förutsägas och användas som information till  underhållsplaneringsprocessen för att optimera den och utveckla den till en pålitligare förebyggandeunderhållsplanering.Syftet med denna analys är att försöka modellera sannolikheten för olika funktionsfel i spårväxlarsom en funktion av deras huvudsakliga geometriska och operativa egenskaper med användning avlogistiska regressionsmodeller och sedan mata dessa resultat in i underhållsplaneringsprocessen för attoptimera den. För det första var det viktigt att objektifiera järnvägsspårsystemet ochspårväxlarkomponenterna, både vad gäller delar och inbördes förhållanden. Dessutom definieradesprocessen och grundelementen i järnvägsunderhållsplaneringen, samt att argument som motiverarförändring till förebyggande underhållsplaneringsmetoder. Detta gjordes genom en omfattandelitteraturstudie.Grunden i denna analys var fallstudier, som beskrev förhållandet mellan geometriska ochoperationella egenskaper hos spårväxlar och deras förslitning samt riskbaserade modelleringsmetoder ijärnvägsunderhållsplanering. För att skapa analysmodellen användes data från spårväxlar i östraregionen som tillhandahölls av Trafikverket, både ur synpunkten att beskriva de underliggandeorsakerna till spårväxlarsfel och för att formulera en objektorienterad databas lämplig för användning ilogistiska regressionsmodeller. Målet var en logitmodell som beräknade sannolikheten för fel i enspårväxel, som kunde användas direkt i en underhållsplaneringsram, som rangordnar lämpigaunderhållsaktiviteter i spårväxlar.Erhållna resultat visade att även om modellen lider av låg korrelation, konstaterades olika sambandmellan ingående variabler och olika funktionsfel. Vidare visades potentialen hos dessa analysmodelleroch modelleringsstrukturer för att kunna utveckla förebyggande, förutsägbarajärnvägsunderhållsplaner, men det krävs troligtvis ytterligare analys av datastrukturen, specielltangående datakvaliteten. Slutligen presenteras ytterligare möjliga forskningsområden.

In this educational study, the research problem was that each semester a variable number of community college students are unable to complete an introductory computer applications course at a community college in the state of Mississippi with a successful course letter grade. Course failure, or non-success, at the collegiate level is a negative event for students and is a factor that leads to high attrition but does not always receive much research (Haynes Stewart et al., 2011). The purpose of this study was to see if a relationship existed between ACT scores (i.e., English, reading, mathematics, science reasoning, and composite) and student success in a computer applications course at a Mississippi community college. The first research question examined to see if the ACT composite test score was a statistically significant predictor of success in a computer applications course at a Mississippi community college. The second research question studied the ACT sub scores in English, reading, mathematics, and science reasoning to see if they were statistically significant predictors of success in the same course. Demographics of the sample were gathered from a multi-campus Mississippi community college along with the ACT scores and final grade in the computer applications class of the sample. Descriptive statistics were run and reported on the demographic data while bivariate and multivariate logistic regressions were utilized to examine predictability of the ACT scores in relation to course final grade. The time period covered by this study was from fall 2010 through spring 2012 excluding the summer semesters. The study showed that while the ACT scores were excellent predictors of inclusion in the success category, the ACT scores did a very poor job of predicting non-success. The study concluded with a summary of the findings as well as limitations of the study. Also discussed were recommendations for practitioners and policy makers to include making the information available to students, teachers, advisors, and administration as an advisement tool when deciding to take the computer applications class. As well, recommendations for future research include treating withdrawals separately, examining multiple schools for differences, and increasing internal validity.

No description available.

Military systems are often part of critical operations where unplanned downtime should be avoided at all costs. Using modern machine learning algorithms it could be possible to predict when, where, and at what time a fault is likely to occur which enables time for ordering replacement parts and scheduling maintenance. This thesis is a proof of concept study for anomaly detection in monitoring data, i.e., sensor data from a ground based radar system as an initial experiment to showcase predictive maintenance. The data in this thesis was generated by a Giraffe 4A during normal operation, i.e., no anomalous data with known failures was provided. The problem setting is originally an unsupervised machine learning problem since the data is unlabeled. Speculative binary labels are introduced (start-up state and steady state) to approximate a classification accuracy. The system is functioning correctly in both phases but the monitoring data looks differently. By showing that the two phases can be distinguished, it is possible to assume that anomalous data during break down can be detected as well.  Three different machine learning classifiers, i.e., two unsupervised classifiers, K-means clustering and isolation forest and one supervised classifier, logistic regression are evaluated on their ability to detect the start-up phase each time the system is turned on. The classifiers are evaluated graphically and based on their accuracy score. All three classifiers recognize a start up phase for at least four out of seven subsystems. By only analyzing their accuracy score it appears that logistic regression outperforms the other models. The collected results manifests the possibility to distinguish between start-up and steady state both in a supervised and unsupervised setting. To select the most suitable classifier, further experiments on larger data sets are necessary. / Militära system är ofta en del av kritiska operationer där oplanerade driftstopp bör undvikas till varje pris. Med hjälp av moderna maskininlärningsalgoritmer kan det vara möjligt att förutsäga när och var ett fel kommer att inträffa. Detta möjliggör tid för beställning av reservdelar och schemaläggning av underhåll. Denna uppsats är en konceptstudie för detektion av anomalier i övervakningsdata från ett markbaserat radarsystem som ett initialt experiment för att studera prediktivt underhåll. Datat som används i detta arbete kommer från en Saab Giraffe 4A radar under normal operativ drift, dvs. ingen avvikande data med kända brister tillhandahölls. Problemställningen är ursprungligen ett oövervakat maskininlärningsproblem eftersom datat saknar etiketter. Spekulativa binära etiketter introduceras (uppstart och stabil fas) för att uppskatta klassificeringsnoggrannhet. Systemet fungerar korrekt i båda faserna men övervakningsdatat ser annorlunda ut. Genom att visa att de två faserna kan urskiljas, kan man anta att avvikande data också går att detektera när fel uppstår.  Tre olika klassificeringsmetoder dvs. två oövervakade maskininlärningmodeller, K-means klustring och isolation forest samt en övervakad modell, logistisk regression utvärderas utifrån deras förmåga att upptäcka uppstartfasen varje gång systemet slås på. Metoderna utvärderas grafiskt och baserat på deras träffsäkerhet. Alla tre metoderna känner igen en startfas för minst fyra av sju delsystem. Genom att endast analysera deras noggrannhetspoäng, överträffar logistisk regression de andra modellerna. De insamlade resultaten demonstrerar möjligheten att skilja mellan uppstartfas och stabil fas, både i en övervakad och oövervakad miljö. För att välja den bästa metoden är det nödvändigt med ytterligare experiment på större datamängder.

This thesis contains a review of previous work in the fields of encoding sequential healthcare data and predicting graft- versus- host disease, a medical condition, based on patient history using machine learning. A new encoding of such data is proposed for machine learning purposes. The proposed encoding, called bag of binned weighted events, is a combination of two strategies proposed in previous work, called bag of binned events and bag of weighted events. An empirical experiment is designed to evaluate the predictive performance of the proposed encoding over various binning windows to that of the previous encodings, based on the area under the receiver operating characteristic curve (AUC) metric. The experiment is carried out on real- world healthcare data obtained from Swedish registries, using the random forest and the logistic regression algorithms. After filtering the data, solving quality issues and tuning hyperparameters of the models, final results are obtained. These results indicate that the proposed encoding strategy performs on par, or slightly better than the bag of weighted events, and outperforms the bag of binned events in most cases. However, differences in metrics show small differences. It is also observed that the proposed encoding usually performs better with longer binning windows which may be attributed to data noise. Future work is proposed in the form of repeating the experiment with different datasets and models, as well as changing the binning window length of the baseline algorithms. / Denna avhandling innehåller en recension av tidigare arbete inom områden av kodning av sekventiell sjukvårdsdata och förutsägelse av transplantat- mot- värdsjukdom, ett medicinskt tillstånd, baserat på patienthistoria med maskininlärning. En ny kodning av sådan data föreslås i maskininlärningssyfte. Den föreslagna kodningen, kallad bag of binned weighted events, är en kombination av två strategier som föreslagits i tidigare arbete, kallad bag of binned events och bag of weighted events. Ett empiriskt experiment är utformat för att utvärdera den föreslagna prestandan för den föreslagna kodningen över olika binningfönster jämfört med tidigare kodningar, baserat på AUC- måttet. Experimentet utförs på verkliga sjukvårdsdata som erhållits från svenska register, med random forest och logistic regression. Efter filtrering av data, lösning av kvalitetsproblem och justering av hyperparametrar för modellerna, erhålls slutliga resultat. Dessa resultat indikerar att den föreslagna kodningsstrategin presterar i nivå med, eller något bättre än bag of weighted events, och överträffar i de flesta fall bag of binned events. Skillnader i mått är dock små. Det observeras också att den föreslagna kodningen vanligtvis fungerar bättre med längre binningfönster som kan tillskrivas dataljud. Framtida arbete föreslås i form av att upprepa experimentet med olika datamängder och modeller, samt att ändra binningfönstrets längd för basalgoritmerna.

While operating in online markets offers opportunities for expanded assortment and convenience, it also poses challenges such as increased competition and the need to build personal relationships with customers. Customer retention be- comes crucial in maintaining a successful business, emphasizing the importance of understanding customer behavior. Traditionally, customer behavior analysis has focused on transactional behavior, such as purchase frequency and spending amounts. However, there has been a shift towards non-transactional behavior, driven by the popularity of loyalty programs that reward customers beyond trans- actions and aim to make customers feel appreciated and included, regardless of their spending power. This study is conducted at a global retailer with the aim of enhancing the under- standing of how non-transactional customer behavior influences customer churn. The approach in this study is to understand such behavior by developing a statis- tical model and to analyze statistical approaches of feature importance. Two types of approaches for statistical modeling, each with four variations, are assessed: (1) Random forest; and (2) Logistic regression. Furthermore, three different feature importance methods are considered; (1) Gini importance; (2) Permutation impor- tance and (3) Coefficient importance. The results showed that this approach can be used to analyze customer behavior and gain a better understanding of the driving factors for churn. Furthermore, the results showed that random forest approaches outperform logistic regression. With the definition of churn constructed in this study, the most important factors that affect the probability of churn are the customer’s number of sessions and inter session interval. / Att bedriva e-handel erbjuder inte enbart möjligheter för utökat sortiment och bekvämlighet, utan leder även till ökad konkurrens och ett ökat behov av att bygga relationer med kunder. Kundlojalitet är därmed avgörande för att upprätthålla en framgångsrik verksamhet, och betonar vikten av att förstå kundernas beteende. Traditionellt har analyser av kundbeteende främst bedrivits med fokus på transak- tionellt beteende, såsom frekvens eller totalbelopp för köp. På senare tid har allt mer fokus lagts på icke-transaktionellt beteende, på grund av införandet av lo- jalitetsprogram som belönar kunder bortom transaktioner, med målet att kunder ska känna sig uppskattade och inkluderade, oavsett köpkraft. Denna studie genomförs hos ett globalt detaljhandelsföretag med målet att utöka förståelsen för hur icke-transaktionellt kundbeteende påverkar kundbortfall. För att uppnå detta konstrueras en statistisk modell som utnyttjas för att med hjälp av statistiska metoder analysera signifikans hos variabler. Två kategorier av statis- tiska modeller undersöks; (1) Random forest och (2) Logistisk regression. Utöver detta används tre olika metoder för att analysera signifikans hos variabler; (1) Gini-betydelse; (2) Permutationsbetydelse; och (3) Koefficientbetydelse. Resultatet visar att studiens tillvägagångssätt kan användas för att analysera kund- beteende och nå ökad förståelse för vad som driver kundbortfall. Vidare visar re- sultatet att random forest-modeller överträffar modeller baserade på logistisk re- gression. Baserat på den definition av kundbortfall som definierats i denna studie är de viktigaste faktorerna som påverkar sannolikheten för kundbortfall, kundens antal sessioner och intervallet mellan kundens sessioner.

This empirical exploratory study quantitatively analyzed content similarity indices (potential plagiarism) from a corpus consisting of 360 dissertations and 360 published articles. The population was defined using the filtering search criteria human resource development, training and development, organizational development, career development, or HRD. This study described in detail the process of collecting content similarity analysis (CSA) metadata using Turnitin software (www.turnitin.com). This researcher conducted robust descriptive statistics, a Wilcoxon signed-rank statistic between the similarity indices before and after false positives were excluded, and a multinomial logistic regression analysis to predict levels of plagiarism for the dissertations and the published articles. The corpus of dissertations had an adjusted rate of document similarity (potential plagiarism) of M = 9%, (SD = 6%) with 88.1% of the dissertations in the low level of plagiarism, 9.7% in the high and 2.2% in the excessive group. The corpus of published articles had an adjusted rate of document similarity (potential plagiarism) of M = 11%, (SD = 10%) with 79.2% of the published articles in the low level of plagiarism, 12.8% in the high and 8.1% in the excessive group. Most of the difference between the dissertations and published articles were attributed to plagiarism-of-self issues which were absent in the dissertations. Statistics were also conducted which returned a statistically significant justification for employing the investigative process of removing false positives, thereby adjusting the Turnitin results. This study also found two independent variables (reference and word counts) that predicted dissertation membership in the high (.15-.24) and excessive level (.25-1.00) of plagiarism and published article membership in the excessive level (.25-1.00) of plagiarism. I used multinomial logistic regression to establish the optimal prediction model. The multinomial logistic regression results for the dissertations returned a Nagelkerke pseudo R2 of .169 and for the published articles a Nagelkerke pseudo R2 .095.

This thesis aims to answer the question if the type of region or category of a municipality in which a company is located in, impacts the company’s ability not to default on a loan. Previous literature is used to find which determinants have an impact on a company’s survival from five levels: Macro, Industry, Regional, Company and Individual entrepreneur. The data used is in collaboration with a financial company offering small businesses credit products. They have contributed with loan data. A statistical analysis has been done and the method used is a logistic regression, where the dependent variable is if the company is defaulting on their loan or not. The conclusions that can be drawn are that in correlation with the previous findings the age of the firm, employees, and capital had a positive relationship to a company’s probability of not defaulting. Furthermore, the regional factors does have an impact on a company’s ability not to default on a loan. The commuting regions have a positive relationship to the probability of a company’s ability not to default on a loan. / Denna masteruppsats syftar till att svara på frågan om typen av region eller kategori av kommun ett företag är belägen i, påverkar företagets förmåga att inte återbetala ett lån. Tidigare forskning används för att finna vilka faktorer som påverkar företagets överlevnad i fem nivåer: Makro, Industri, Regional, Företag och Individnivå. Den data som används kommer från ett finansiellt företag som erbjuder småföretag kreditprodukter och har därmed bidragit med lånedata. En statistisk analys har gjorts och den använda metoden är en logistisk regression, där den beroende variabeln är om bolaget har kunnat återbetala på sitt lån eller ej. Slutsatserna som kan dras är att i linje med tidigare forskning där företagets ålder, antal anställda och kapital haft ett positivt inverkan på ett företags sannolikhet att kunna återbetala ett lån. Dessutom har de regionala faktorerna påverkan på företags förmåga att kunna återbetala ett lån där företag i pendlingsregionerna har större återbetalningsförmåga.

The purpose of this study was to discover factors about first-time freshmen that began at one of the six 4-year universities in the former Tennessee Board of Regents (TBR) system, transferred to any other institution after their first year, and graduated with a degree or certificate. These factors would be used with predictive models to identify these students prior to their initial departure. Thirty-four variables about students and the institutions that they attended and graduated from were used to perform principal component analysis to examine the factors involved in their decisions. A subset of 18 variables about these students in their first semester were used to perform principal component analysis and produce a set of 4 factors that were used in 5 predictive models. The 4 factors of students who transferred and graduated elsewhere were “Institutional Characteristics,” “Institution’s Focus on Academics,” “Student Aptitude,” and “Student Community.” These 4 factors were combined with the additional demographic variables of gender, race, residency, and initial institution to form a final dataset used in predictive modeling. The predictive models used were a logistic regression, decision tree, random forest, artificial neural network, and support vector machine. All models had predictive power beyond that of random chance. The logistic regression and support vector machine models had the most predictive power, followed by the artificial neural network, random forest, and decision tree models respectively.