Marknaden för streamingtjänster växer i snabb takt. Därför eftersöks sätt för att på ett korrekt sätt ta reda på om det finns bakomliggande faktorer till att en abonnent avslutar sitt abonnemang vid en viss tidpunkt. Syftet med uppsatsen ligger i att analysera när en abonnent avslutar sitt abonnemang. Samtliga startpunkter för abonnemangen är kända men inte alla abonnemang har vid studiens slut avslutats. Med anledning av detta väljs överlevnadsanalys då denna har möjlighet att hantera censurering och även jämföra risken att avsluta sitt abonnemang med hjälp av förklarande variabler. Då det finns abonnenter som har avslutat sina konton mer än en gång kommer överlevnadsanalyser som tar hänsyn till multipla händelser att användas. Resultaten från studien visar att ökad tittning leder till ökad risk för churn för samtliga abonnemangstyper som undersökts i denna studie. Kwong-Kay Wong (2011) påvisar att en abonnent som bytt abonnemang till ett mer passande abonnemang har en lägre risk för churn. Då de flesta abonnenter som efter churn återkommit, kommer tillbaka till samma abonnemangstyp kan inte samma slutsatser dras. För abonnemangstyp 4 ökar risken för churn om abonnenten har abonnemangstypen som sitt andra eller tredje abonnemang, jämfört med om abonnemanget varit abonnentens första abonnemang i ordningen. Abonnemangstyp 4 har en ökad risk för churn jämfört med abonnemangstyp 1 givet att abonnenterna har tittat lika mycket. Resultaten säkerställs genom användning av LASSO. / The market for streaming services is growing rapidly. With a growing number of subscribers, companies are now looking for efficient ways to find which underlying effects that has effect on when a subscriber will churn. The purpose for this paper is to with the use of viewings per month, type of package and number of packages in the time period see if the risk for churn differs between the groups. The data contains information about all started subscription for four different types of subscription-based-packages for a single streaming company. Information about all subscribers starting dates are known. Due to the fact that not every subscriber has churned at the end of the study, the data is partially censored. We use Cox proportional hazard model to handle this problem. Multiple failure models are used because some subscribers have multiple subscriptions during the study. The study shows that with increased activity on the site, the risk for churn increases for all four different types of packages. Kwong-Kay Wong’s (2011) study shows that a subscriber who has changed its plan to a more optimal one has a lower risk of churn. In their study the switch of plan was to a known better plan. In our study we see that most subscribers who return after churn comes back to the same type of package that they left, and the results will therefore be interpreted differently. A subscriber who has his second or third subscription in package 4 has an increased risk of churn if they have the same amount of activity on the website compared to if it would have been the subscribers first subscription. We also find that package 4 has an increased risk of churn compared to the risk of package 1, given that the two subscribers have the same amount of activity.

Biståndet är ett omdiskuterat handlingsgrepp inom internationella samfundets arbete för utveckling och mot fattigdom. Forskningen som hittills bedrivits gällande bistånd har i hög grad fokuserat på biståndets påverkan på den ekonomiska, tekniska och sociala utvecklingen i länder. Denna studie ämnar undersöka ett hittills tämligen outforskat område: hur fredsavtal kan påverkas av biståndet genom att besvara frågan om utvecklingsbiståndet har någon effekt på varaktigheten för fredsavtal. I studien ingår fredsavtal som är en produkt av interna krig på den afrikanska kontinenten. Relationen mellan biståndet samt de valda oberoende variablerna och varaktigheten av fredsavtal analyseras i fyra olika test genom överlevnadsanalys i en cox regressionsmodell. Resultatet visar ingen signifikant effekt för någon av variablerna. Diskussionen behandlar aspekter om varför inte signifikans uppnås, andra variabler vilka kan påverka och förslag till framtida forskning

<p>En av de mest debatterade politiska frågorna de senaste åren har varit den påstått kraftiga ökningen av antalet sjukskrivningar. Parallellt med sjukskrivningarna har även antalet förtidspensionärer ökat. En grupp som inte uppmärksammas lika ofta av varken politikerna eller medierna är de människor som både är sjukskrivna och arbetslösa, och det är den gruppen som vår uppsats kommer att kretsa kring. Syftet med denna uppsats är att utvärdera försäkringskassans och arbetsförmedlingens samverkan kring den gemensamma kundgruppen sjukskrivna arbetslösa. Denna samverkan har bedrivits i Uppsala län sedan september 2003. Närmare bestämt avser vi att besvara frågan om det går att påvisa en behandlingseffekt av den arbetslivsinriktade rehabilitering som ges inom ramen för samverkan? Den metod som vi använder oss av i uppsatsen för att testa samverkansprojektet är Kaplan-Meiers product-limit estimator. Material till undersökning kommer från den uppföljningsfil, i vilken försäkringskassans samverkanshandläggare regelbundet för in uppgifter om alla samverkansärenden. Vi kan med våran undersökning inte finna något stöd för att behandlingen har någon effekt för dem som deltar i samverkansprojektet. Begränsningar i materialet gör dock att vi inte vill dra några mer långtgående slutsatser angående effekten. Istället förespråkar vi att det görs ytterligare undersökningar av samverkan kring arbetslösa sjukskrivna.</p>

En av de mest debatterade politiska frågorna de senaste åren har varit den påstått kraftiga ökningen av antalet sjukskrivningar. Parallellt med sjukskrivningarna har även antalet förtidspensionärer ökat. En grupp som inte uppmärksammas lika ofta av varken politikerna eller medierna är de människor som både är sjukskrivna och arbetslösa, och det är den gruppen som vår uppsats kommer att kretsa kring. Syftet med denna uppsats är att utvärdera försäkringskassans och arbetsförmedlingens samverkan kring den gemensamma kundgruppen sjukskrivna arbetslösa. Denna samverkan har bedrivits i Uppsala län sedan september 2003. Närmare bestämt avser vi att besvara frågan om det går att påvisa en behandlingseffekt av den arbetslivsinriktade rehabilitering som ges inom ramen för samverkan? Den metod som vi använder oss av i uppsatsen för att testa samverkansprojektet är Kaplan-Meiers product-limit estimator. Material till undersökning kommer från den uppföljningsfil, i vilken försäkringskassans samverkanshandläggare regelbundet för in uppgifter om alla samverkansärenden. Vi kan med våran undersökning inte finna något stöd för att behandlingen har någon effekt för dem som deltar i samverkansprojektet. Begränsningar i materialet gör dock att vi inte vill dra några mer långtgående slutsatser angående effekten. Istället förespråkar vi att det görs ytterligare undersökningar av samverkan kring arbetslösa sjukskrivna.

The anadromous Atlantic salmon (Salmo salar) is dependent on river connectivity to reach spawning and rearing habitats in rivers. Most rivers are today fragmented by artificial barriers such as hydroelectric powerplants (HEP) which impede this migratory movement. As an effort to mitigate river fragmentation, upstream passages have been built at some impediments, but passage facilitating downstream migration has been commonly disregarded until recently. The increased mortality associated with downstream movement through hydroelectric turbines have caused population declines and extirpation in some areas. A common first measure to improve downstream passage is to increase spill discharge during critical time periods. In this study we aim to evaluate the efficiency of increased spill as a management tool and investigate the effect on environmental and physiological factors on fish passage in River Mörrumsån, Sweden. This was done by tracking salmon smolt using high resolution acoustic telemetry and time-to-event models. The results were then further explored in relation to 2D-hydraulic models of different spill scenarios. The results show that increasing the spill at Upper Hemsjö HEP resulted in a relatively high impediment passage efficiency. Spill gate passage was best explained by the proportion of spill in relation to intake channel discharge and diel period. Increased spill and nights without ambient lights where positively associated with spill gate passage rate. Increased levels of spill seamed to increase the attraction to the spill gate passage zone which could be explained by the increased area of flow directed toward the spill gate observed in the hydraulic model, showing the usefulness of hydraulic models as an additional tool in evaluation and planning of remedial measures. The result in this study shows that increased spill can be an effective way to ameliorate river fragmentation, however this should be put in relation to the goal of the mitigation measure as increased spill only creates a temporary solution for a permanent problem. / Den anadroma Atlantlaxen (Salmo salar) är beroende av fria vandringsvägar mellan hav och älv, då de nyttjar olika habitat under olika delar av livscykeln. Laxen vandra mellan dess tillväxt område i havet och deras parnings samt uppväxt område i älvar. Det flesta vattendrag är i dag fragmenterade av artificiella barriärer som tillexempel vattenkraftverk. För att minska de negativa effekterna av dessa har uppströmspassager konstruerats, men passage för nedströmsvandring har ofta åsidosatts. Den ökade dödligheten associerad med nedströmspassage genom vattenkraftturbiner har haft kraftig påverkan på många populationer. En vanlig första åtgärd för att förbättra nedströmspassagen är att öka mängden vatten som spills under kritiska perioder, som laxsmoltens nedströmsvandring under våren. Målet med denna studie är att utvärdera ökat spill som en förvaltningsåtgärd och analyserar hur olika miljöfaktorer och fysiologiska faktorer påverkar passageeffektiviteten för nedströmsmigrerande smolt. Detta undersöktes genom att använda högupplöst hydroakustisk telemetri för att spåra fisken och genom att analysera rörelsen med hjälp av time-to-event modeller. Tvådimensionella hydrauliska modeller skapades för att ytterligare utforska resultaten i förhållande till olika spill regimer. Den ökade spill regimen resulterade i relativt hög passage effektivitet förbi hindret. Passage genom spill porten kunde bäst förklaras av period på dygnet samt proportionen av spill i förhållande till flödet genom intagskanalen. Ökad passage effektivitet kunde associeras med passage under natten när belysningen på dammen var avstängd samt ökad andel spill i förhållande till flödet genom intagaskanalen. Ökat spill verkade resultera i ökad attraktion till området framför spill porten, vilket skulle kunna förklaras av den ökade ytan av vatten som rör sig mot spill porten som observerades i den hydrauliska modellen. Dessa resultat visar hur hydrauliskmodellering kan användas som ytterligare ett förvaltningsverktyg för att utvärdera eller planera förbättringsåtgärder. Resultaten Vidare indikerar studien att ökat spill är en metod som kan förbättrar laxsmoltens möjligheter till nedströms passage, detta bör dock sättas i relation till vad som är målet med åtgärden, ökat spill gynnar ett fåtal arter under en begränsad tid på året. Således kvarstår problemet med begränsad konnektivitet i vattendraget under resterande delar av året.

In terms of pricing financial derivatives, contractual length plays a important role in pricing risk. A contract with long duration will have more associated risk in comparison with a contract with low duration, everything else equal. In this thesis work we examine whether information about the derivative contract and involved parties (the counterparty) could be used in a model to accurately predict both probability and time if the contract would terminate earlier than the predetermined contractual length. By modelling the termination time with deep neural networks and assuming the probability distribution of termination time directly, we find that it is possible to predict when early termination of derivative contracts would occur significantly more accurate than assuming that contracts will always live to their original maturity date. / För prissättningen av finansiella derivat har kontraktets längd stor roll i värderingen av risken. Ett kontrakt som sträcker sig över lång tid har mer associerad risk i jämförelse med ett kontrakt som sträcker sig över kort tid, under förutsättningen av att kontraktet i övrigt är detsamma. I detta examensarbete undersöker vi om information om derivaten och kontraktets parter (motparten) kan användas för att med kunna förutspå sannolikheten för att ett kontrakt stängs ner tidigt samt vad den verkliga tidslängden är om så är fallet. Genom att modellera tidpunkten för avslut med hjälp av neurala nätverk och genom att anta sannolikhetsfördelningen för tidpunkten för avslut, fann vi att det är möjligt att förutspå tidpunkten för tidigt avslut signifikant bättre i jämförelse mot att anta att kontraktet alltid lever till dess ursprungliga livslängd.

Sweden has seen a reversal in marriage trends, from mainly declining marriage rates since the 1960s to increasing rates from 1998 and onwards. By applying event-history techniques to Swedish register data, this study examines whether the trend reversal is related to compositional changes in various socio-economic and demographic characteristics of the population, with special focus on childbearing. Only first marriages of women are studied as these largely represent the general marriage trends. The results show that the trend reversal only partly can be ascribed to compositional changes, more specifically to changes in labor-market attachment and childbearing. Thus, there is evidence of a new marriage trend in Sweden that does not conform very well to that of generally declining marriage rates as is often depicted in demographic literature. Furthermore, there is evidence of pro-cyclical marriage and childbearing trends. These patterns are especially interesting because Sweden is a country that in many aspects has been a forerunner in the development of new trends in family-demographic behavior and a country where childbearing and marriage are not necessarily seen as very closely interrelated.

This master thesis investigates the use of machine learning for predicting and assessing the risk of railway vehicle component failures. Data used for failure prediction often comes with limitations due to the complex nature of maintenance or sometimes requires investments for the extraction of information. Instead of real-time data, historical data and failure timestamps, easily accessed by organisations, are examined to see if they have the potential to contribute to a more effective maintenance strategy. Datasets used in maintenance often contain censored data and to overcome this problem survival machine learning models were also examined. Therefore both traditional machine learning models and survival machine learning models were evaluated and compared based on their C-index value. The results demonstrate that the survival machine learning models, which incorporate the risk and time-to-event aspects of the data, performed better than the traditional ones regarding the risk ranking of components. Random survival forest had the best result, and a ranking of important features. These findings indicate that there is a potential for survival machine learning, applied to existing historical data used for risk assessment for components failure.

This thesis explores how survival analysis models performs for default risk prediction of small-to-medium sized enterprises (SME) and investigates when survival analysis models are preferable to use. This is examined by comparing the performance of three deep learning models in a survival analysis setting, a traditional survival analysis model Cox Proportional Hazards, and a traditional credit risk model logistic regression. The performance is evaluated by three metrics; concordance index, integrated Brier score and ROC-AUC. The models are trained on financial data from Swedish SME holding profit and loss statement and balance sheet results. The dataset is divided into two feature sets: a smaller and a larger, additionally the features are binned.  The results show that DeepHit and Logistic Hazard performed the best with the three metrics in mind. In terms of the AUC score all three deep learning survival models generally outperform the logistic regression model. The Cox Proportional Hazards (Cox PH) showed worse performance than the logistic regression model on the non-binned feature sets while having more comparable results in the case where the data was binned. In terms of the concordance index and integrated Brier score the Cox Proportional Hazards model consistently performed the worst out of all survival models. The largest significant performance gain for the concordance index and AUC score was however seen by the Cox PH model when binning was applied to the larger feature set. The concordance index went from 0.65 to 0.75 and the test AUC went from 76.56% to 83.91% for the larger set to larger dataset with binned features. The main conclusions is that the neural networks models did outperform the traditional models slightly and that binning had a great impact on all models, but in particular for the Cox PH model. / Det här examensarbete utreder hur modeller inom överlevnadsanalys presterar för kreditriskprediktion på små och medelstora företag (SMF) och utvärderar när överlevnadsanalys modeller är att föredra. För att besvara frågan jämförs prestandan av tre modeller för djupinlärning i en överlevnadsanalysmiljö, en traditionell överlevnadsanalys modell: Cox Proportional Hazards och en traditionell kreditriskmodell: logistik regression. Prestandan har utvärderats utifrån tre metriker; concordance index, integrated Brier score och AUC. Modellerna är tränade på finansiell data från små och medelstora företag som innefattar resultaträkning och balansräkningsresultat. Datasetet är fördelat i ett mindre variabelset och ett större set, dessutom är variablerna binnade.  Resultatet visar att DeepHit och Logistic Hazard presterar bäst baserat på alla metriker. Generellt sett är AUC måttet högre för alla djupinlärningsmodeller än för den logistiska regressionen. Cox Proportional Hazards (Cox PH) modellen presterar sämre för variabelset som inte är binnade men får jämförelsebar resultat när datan är binnad. När det gäller concordance index och integrated Brier score så har Cox PH överlag sämst resultat utav alla överlevnadsmodeller. Den största signifikanta förbättringen i resultatet för concordance index och AUC ses för Cox PH när datan binnas för det stora variabelsetet. Concordance indexet gick från 0.65 till 0.75 och test AUC måttet gick från 76.56% till 83.91% för det större variabel setet till större variabel setet med binnade variabler. De huvudsakliga slutsatserna är att de neurala nätverksmodeller presterar något bättre än de traditionella modellerna och att binning är mycket gynnsam för alla modeller men framförallt för Cox PH.

This paper presents an approach to model the risks associated with defaults, prepayments, and order returns in the context of unsecured consumer credits, specifically in buy-now-pay-later (BNPL) loans. The paper presents a Bayesian competing risk proportional hazard model to model the time to default, prepayment, and order return in BNPL loans. Model parameters are estimated using Markov chain Monte Carlo (MCMC) sampling techniques and Bayesian inference is developed using a unique dataset containing monthly performance data of fixed-duration interest-bearing consumer loans. / I denna rapport presenteras en metod för att modellera riskerna förknippade med fallissemang, förskottsbetalning, och returnering av order i osäkrade konsumentkrediter, mer specifikt i köp-nu-betala-senare (BNPL) krediter. Rapporten presenterar en Bayesiansk konkurrerande utfall-modell (competing risk) för att estimera tiden till fallissemang, förskottsbetalning och retur av order i BNPL-lån. Modellens parametrar estimeras med hjälp av Markov chain Monte Carlo (MCMC) metoder och Bayesiansk inferens uppnås med hjälp av ett unikt dataset med månatlig kassaflödesdata från räntebärande BNPL-lån.