In countries with high wind power penetration such as Denmark and Germany, wind farms are now requested to provide ancillary services. This implies that wind operators like Vattenfall must curtail (down-regulate) their farms from their possible power so that power reserves can be used in case of an outage in the electrical network. However, the estimation of the possible power of a farm is a complex task as it depends on many parameters such as the ambient conditions, the operational status of the turbines and the layout of the farm. The current estimation ignores these and unfortunately, this yields to an overestimation of the possible power when the farm is curtailed. Tuhfe Göçmen published recently the PossPOW algorithm whose goal was to integrate these parameters in the estimation of the possible power so that the method would still be applicable during curtailments. Here, this algorithm was studied in depth to determine if it could be employed in real cases. In particular, it was tested on different situations than the ones investigated initially. It turned out that the actual algorithm failed to consider correctly the wind direction, a crucial parameter for the quality of the estimate. Therefore, modifications in the initial algorithm were applied to deal with this issue and these led to significant improvements in its performances. The PossPOW algorithm even with the proposed corrections was not able to reach the expected accuracy. But several areas of improvement were given to enhance the performances of the algorithm in the future. In parallel, this study raised the question of optimal curtailment strategies that which according to the developed models could increase the production of wind farms. Nevertheless, real experiments on wind farms are needed to try these strategies and assess their potential in practice. / I länder med en stor andel vindkraft, som Danmark och Tyskland, kommer det att krävas att vindkraftverk levererar systemtjänster. Det gör att vindkraftoperatörer som Vattenfall är tvungna att nedreglera sina kraftverk från sin möjliga produktion, så att denna kraft kan användas om det uppstår en brist i elnätet. En uppskattning av ett vindkraftsverks möjliga produktion är emellertid komplex eftersom den beror på många parametrar, som omgivningens förhållanden, turbinernas drifttillstånd och vindkraftverkets layout. Den nuvarande uppskattningen beaktar inte dessa vilket leder till en överskattning av möjlig produktion när vindkraftverk är nedreglerad. Tuhfe Göçmen publicerade nyligen PossPOW-algoritmen vars mål var att integrera dessa parametrar i uppskattningen av möjlig produktion så att metoden även är giltig vid nedreglering. Här har denna algoritmen studerats för att avgöra om den är tillämpar i praktiken. Speciellt, har algoritmen utvärderats under förhållanden som inte hade testats tidigare. Det visade sig att algoritmen misslyckades att ta hänsyn till vindriktningen på ett korrekt sätt, en väsentlig parameter för uppskattningens kvalitet. Den har därför modifierats för att hantera det problemet, vilket har lett till signifikanta förbättringar av algoritmens noggrannhet. PossPOW-algoritmen, även med de föreslagna förändringarna, uppnådde dock ej förväntad noggrannhet och ett antal förändringar har därför föreslagits som kan förbättra algoritmens prestanda. Studien har även undersökt möjligheten till optimala strategier för nedreglering för att öka vindkraftverkets produktion. Det krävs dock fältstudier för att verifiera huruvida det finns en signifikant potential för detta.

Detta kandidatexamensarbete inom matematisk statistik och industriell ekonomi undersöker vilka faktorer som är statistiskt signifikanta för att prediktera kommande betalningar i spelet ManagerZone. Undersökningen gjordes med hjälp av multipel linjär regression på data tillhandahållen av företaget Power Challenge, vilka utvecklar och förlägger spelet ManagerZone. Resultatet av regressionsanalysen visade att det fanns ett samband mellan kommande betalningar och tidigare gjorda betalningar. Tidsperspektivet visade sig ha stor relevans, där tidsperioder närmare önskad prediktionsperiod hade större påverkan. Vidare hade de externa fotbollshändelserna Europa- samt Världsmästerskapen ingen statistisk signifikans på kommande betalningar. Därefter diskuterades freemium-modellen och dess egenskaper, vilken är lik den affärsmodell som Power Challenge tillämpar. Diskussionen fastslog att balansen mellan bas- och premiumerbjudandets innehåll, enkelheten att gå från icke-betalande till betalande användare samt förståelsen för premiumerbjudandets värde ar viktiga aspekter för en lyckad applicering av modellen. / This bachelor thesis in mathematical statistics and industrial engineering and management examines which factors that are statistically significant for prediction of future payments in the game ManagerZone. The study was performed using multiple linear regression based on data provided by the company Power Challenge, who develops and publishes the game ManagerZone. The result of the regression analysis showed that there was a relationship between future payments and previously made payments. The time perspective was shown to have great relevance, where time periods closer to the prediction period had a greater impact. Furthermore, the external factors European and World Championships in football had no statistical significance on future payments. Thereafter the freemium model and its traits were discussed. The discussion concurred that the balance between the base and the premium offer's content, the simplicity of converting from a non-paying user to a paying user as well as the comprehension for the premium offer's value are important aspects for having a successful application of the model.

The study aims to investigate which factors that could potentially affectthe yearly card transaction volume for smaller or medium sized businesses, inthis study entitled merchants, not listed on the stock exchange. Thesemerchants are characterized by a low number of employees, and in many casessmaller businesses without any noted ambition to grow in size. They are alldirected towards consumers, and are therefore heavily reliable of peopleactually visiting their business in order to make revenues. These merchants donot offer any public financial information like previous yearly revenues,planned future investments or any debts the company might have, and hence thestudy is focused on factors an external actor could take part of. Byinvestigating non-financial factors, this investigation further contributeswith research on how a company can ensure growth and revenues. It alsoemphasizes specific industries or size of companies that generate larger cardtransaction volumes than others. By mapping both possible quantitative andqualitative factors, that could potentially have an impact on the yearly cardtransaction volume of a merchant, a mathematical analysis has been conducted.The mathematical part of the study is based on multiple linear regressionanalysis, where the result is a model that can predict the card transactionvolume for a company. The study has been conducted on actors operating on theDanish market, but could with smaller adjustments also be applied on other geographicalmarkets / Denna uppsats syftar till att undersöka vilka faktorer som påverkar den årliga totala volymen av korttransaktioner för ej börsnoterade företag. Dessa verksamheter karakteriseras av ett fåtal antal anställda samt i många fall mindre företag utan någon noterad ambition att växa. Alla verksamheter verkar mot konsumenter och förlitar sig därför på att människor fysiskt besöker deras butik eller verksamhet, för att de ska kunna öka sin egen omsättning. Då verksamheterna i sig saknar finansiell allmän tillgänglig information kring tidigare omsättning, planerade investeringar och potentiella lån företaget kan tänkas ha, baseras analysen på andra faktorer som är möjliga för en utomstående aktör att ta del av. Genom att undersöka ej finansiella faktorer så bidrar denna studie med forskning kring hur ett företag kan försäkra sig om tillväxt och ökad omsättning. Studien specifierar även vilka typer av industrier eller storlek på företag som genererar större korttransaktionsvolymer än andra. Genom att kartlägga både möjliga kvantitativa samt kvalitativa faktorer, som skulle kunna påverka ett företags korttransaktionsvolym har en matematisk analys genomförts. Den matematiska delen av studien baseras på multipel linjär regressionsanalys, där resultatet är en modell som med en viss signifikansnivå kan förutspå korttransaktionsvolym för företag. Den slutgiltiga modellen grundar sig på observationer från den danska marknaden, men skulle med viss justering även kunna appliceras på andra geografiska marknader.

Studien har arbetat fram en modell som beskriver sambandet mellan riskjusteradavkastning och en kvantifierad portföljstruktur beståendes av variabler så somantal aktieinnehav och antal valutor. Datan har extraherats ur nätmäklarenAvanzas databas och metoden som använts för modellering är multipel linjärregression. Resultatet går delvis i linje med tidigare studier och påvisar ensignifikant modell men med låg determinationskoefficient. Utifrån modellen samtkorrelationssamband mellan de oberoende variablerna föreslåsimplementeringsmöjligheter hos Avanza / The study has created a model describing the relationship between risk adjusted return and a certain quantified portfolio allocation, including variables such as number of stock holdings and number of currencies. The data has been extracted from the online stockbroker Avanza’s database and the method used for modelling is multiple linear regression. The result is partially in line with earlier studies, showing a significant model but with a low coefficient of multiple determination. The model and correlations between independent variables are used to suggest implementations at Avanza.

This thesis was conducted to investigate what factors are important for a financial institute when predicting the risk of default for a Swedish mortgage portfolio. The applied method was logistic regression analysis and the data used in the thesis was received from a Swedish financial institute. Many of the conducted studies assessing the risk of default only considers five to ten covariates. This thesis started by 29 covariates, ending up in a final model with 16 covariates included. The most important covariates were shown to be pressure of payments, the sum of assets and the time as customer at the financial institute. The derived final model showed a high predictive ability and provides insight of significant drivers of default for a Swedish mortgage portfolio. Considering the alarming housing market in Sweden, and the subprime crisis in the U.S 2008, the subject is highly relevant. / Arbetet genomfördes för att undersöka vilka faktorersom är viktiga för ett finansiellt institut vid prediktion av risk förbetalningsförsummelse för en svensk bolåneportfölj. Den applicerade metoden varlogistisk regressionsanalys och datat som användes i avhandlingen mottogs från ettsvenskt finansiellt institut. Många tidigare studier som bedömt risk förbetalningsförsummelse har endast undersökt fem till tio kovariat. Dennaundersökning började med 29 kovariat, som sedan ledde till en slutgiltig modellmed 16 kovariat inkluderade. De viktigaste kovariaten visade sig varapåminnelser av betalningar, summan av tillgångar och kundtid vid detfinansiella institutet. Den framtagna slutgiltiga modellen visade en högförmåga att förutsäga betalningsförsummelse och ger insikt om betydandedrivkrafter för betalningsförsummelse för en Svensk bolåneportfölj. Med tankepå den oroväckande bostadsmarknaden I Sverige och subprime-krisen i USA 2008 ärämnet mycket relevant

This paper presents an empirical study of the impact of different factors on real estate sales prices in the countryside of Sweden. Further, this thesis analyzes the value of broadband to Swedish households examining whether access to fiber is correlated with higher real estate sales prices. The research goal was to find what three factors that affect the sales price the most and further to determine whether consumers in Sweden are willing to pay more money for real estates located in areas where fiber broadband access is available, than for a property that does not offer this amenity. Using data collected from real estate sales during 2015 achieved from Valueguard and information regarding broadband access from The Swedish Post and Telecom Authority, a hedonic pricing model in real estate economics was applied. In order to evaluate how different factors influence real estate prices, sales statistics was analyzed through the mathematical method of multiple linear regression. One conclusion drawn from this thesis is that it is possible to explain approximately 66 % of the price of a single-family residential located in the Swedish countryside. The value of a property in the countryside is most dependent of where it is located, both in terms of municipality and also of how central and close to water it is situated within a smaller community. Results from this thesis also suggest that fiber availability may indeed have a positive effect on real estate prices, increasing them with 2.8% - 12%, as the presence of fiber-based broadband in a neighborhood area is increasing. / Denna uppsats presenterar en empirisk studie vilken redogör för i vilken utsträckning olika faktorer inverkar på fastighetspriser på den svenska landsbygden. Vidare analyserar denna studie värdet av snabbt bredband för svenska hushåll genom att undersöka huruvida tillgången på fiber är korrelerad med högre fastighetspriser. Målet med denna studie var att finna de tre faktorer som är mest signifikanta för försäljningspriset och vidare att bestämma huruvida husköpare i Sverige är benägna att betala mer för fastigheter som ligger i områden där fiber finns tillgängligt, än för fastigheter som ligger i områden där fibertillgången är begränsad. Genom att använda insamlad data för husförsäljningar från 2015 erhållen av företaget Valueguard samt information om fibertillgänglighet från Svenska Post och Telestyrelsen, konstruerades en hedonisk prissättningsmodell. För att utvärdera hur olika faktorer påverkar fastighetspriser analyserades försäljningsstatistiken genom den matematiska metoden multipel linjär regression. En slutsats som härrör från denna studie är att det är möjligt att förklara cirka 66% av priset för ett enfamiljshus på den svenska landsbygden. Värdet på en egendom på landsbygden styrs i störst utsträckning av läget, både i termer av kommun och hur centralt samt nära till vatten bostaden är belägen. Resultat från denna uppsats tyder också på att tillgången på fiber kan ha en positiv effekt på fastighetspriser och bidra till en prisökning med mellan 2.8% -12 %. Värdet på fastigheter tycks öka och är högre i områden där tillgängligheten på snabbt bredband i form av fiber i omgivningen är stor.

This thesis investigates which factors that affect the salary for basketball players in the NBA and if the salary cap has achieved its purpose. The data for this project was collected from basketball-reference.com and consisted of performance measures from season 2015/2016 and salaries from the beginning of the season 2016/2017. The study was performed by using multiple linear regression analysis in the software R and the data was handled in Excel. The results from the regression indicates that position point guard, if the player has played in D-league or not,Age, Offensive rebounds, Assists, Steals, Two point attempts, Three point attempts, Free throw attempts, Field goal percentage, Usage percentage and Defensive rating are the main factors that affect the salary. The performance measures that had the greatest were two and three point attempts. The regression model achieved an explanatory level of 57:4%. In complementary to analyze if the salary cap has achieved its purpose, a literature analysis was used and showed that the salary cap systems in North America are neither accurately designed nor do they satisfy the intentions of what they were set to achieve. / Denna rapport undersöker vilka prestationsfaktorer som påverkar lönen för basketspelare i NBA och om NBA’s salary cap (lönetak) har uppnått sitt syfte. Datan för projektet hämtades från basketball-reference.com och bestod utav spelarstatistik ifrån säsong 2015/2016 och lön ifrån början av säsong 2016/2017. Undersökningen utfördes genom linjär regressions analys med hjälp utav mjukvaruprogrammet R och datan hanterades i Excel. Resultatet från regressionen visar att positionen point guard, om spelaren spelat i D-league eller inte, ålder, offensiva returer, assists, steals, 2-poängsförsök, 3-poängsförsök, straffkastsförsök, field goal procent, användningsprocent och defensiv rating är faktorer som påverkar lönesättningen. Prestationsmåtten med störst påverkan var 2-poängsförsök och 3-poängsförsök. Regressionsmodellen uppnådde en förklaringsgrad på 57:4%. Motsvarande, för att analysera om NBA’s salary cap har uppnått sitt syfte gjordes en litteraturstudie som visade att salary cap-systemen i Nordamerika varken är korrekt utformade eller uppfyller sina ursprungliga syften.

This thesis in Applied Mathematics and Industrial Economics examines which macroeconomic factors, related to the business cycle, that correlate with the performance of Industrial Transportation Companies. The data for the thesis is collected with the help of Nordea and from reports of each variable. The observations stretch from January 2007 to December 2016, a ten-year period. The data is monthly, hence there are 120 observed data points for each variable. A linear regression analysis was performed with the result that there is a linear relationship between the performance of the Industrial Transportation Companies and the variables Price per MWh, Fuel Price, Exchange rate USD-SEK, Exchange rate EUR-SEK, Manpower Employment Outlook Survey, Repo Rate, OECD Index Sweden, and Purchasing Manager’s Index. Further analysis of the Swedish and international economic history in the last decade was conducted which concluded why said variables were significant. / Det här kandidatexamensarbetet i Tillämpad Matematik och Industriell Ekonomi undersöker vilka konjunkturcykelsrelaterade makroekonomiska faktorer som korrelerar med utvecklingen av Industriella Transportmedelsföretag. Datan för arbetet är sammanställd med hjälp av Nordea och från olika rapporter av vardera variabel. Observationerna sträcker sig från Januari 2007 till December 2016, en tioårsperiod. Datan är månatlig, vilket betyder att 120 datapunkter är observerade för vardera variabel. En linjär regressionsanalys tillämpades med resultatet att det finns ett linjärt samband mellan utvecklingen av industriella transportmedelsföretag och kovariaterna Pris per MWh, Bensinpris, Valutakurs USD-SEK, Valutakurs EUR-SEK, Manpower Arbetsmarknadsbarometer, Reporänta, OECD Index Sweden och Inköpschefsindex. Vidare analys av den svenska och internationella ekonomiska historian för det senaste årtiondet genomfördes vilken drog slutsatsen kring varför de nämnda variablerna var signifikanta.

Even though car sharing is already a widespread business concept and part of the shared mobility approach shaping the future of the automotive industry to some extent, the incorporation of ride pooling within the car sharing framework is not yet a fixed component of the existing models. Hence, the purpose of this thesis is to investigate the potential of including the possibility of ride sharing in terms of fleet size, cost and profit optimization for a free floating car sharing model. This is done by building three different mathematical models and extending them by certain cost parameters. One of the three mentioned models is the Ride Share Matching approach, which focuses more on the actual ride sharing process than on a real business case with respect to a company. The latter is then covered by the other two approaches, namely the Dial-a-Ride-Problem and a modification of it with better running time called the Task Graph model. Test runs on those three models with randomly generated instances show that the potential of ride sharing is undoubtedly existent. / Även om samåkning redan är en utbredd affärsidé och en del av Shared-Mobility strategin som bland annat formar bilindustrins framtid, är införandet av samåkning inom Carsharing strukturen fortfarande inte en del av de befintliga modellerna. Därför är syftet med denna studie att undersöka möjligheten att inkludera samåkning i termer av att optimera med av seende på bilpoolens storlek, kostnad och vinst. Detta uppnås genom att skapa tre olika matematiska modeller och utöka dem med vissa kostnadsparametrar. En av de tre modellerna som nämns är Ride-Share-Matching strategin som fokuserar mer på själva processen att göra en bilpool än på ett riktigt affärsscenario baserat på ett företag. Den senare täcks av de övriga två modellerna, nämligen Dial-a-Ride problemet och en modifiering med kortare körtid som vi kallar Task-Graph modell. Tester med dessa tre modeller på slumpmässigt generade instanser visar att möjligheten för samåkning otvivelaktigt existerar. / Obwohl Carsharing bereits ein weitverbreitetes Geschäftskonzept und Teil des Shared-Mobility-Ansatzes ist, der unter anderem die Zukunft der heutigen Automobilindustrie prägt, ist das Einbeziehen von Fahrgemeinschaften innerhalb des Carsharing-Gefüges noch kein fester Bestandteil der existierenden Modelle. Daher ist die Zielsetzung dieser Arbeit darauf ausgerichtet, das Potential der Möglichkeit zur Einbeziehung von Fahrgemeinschaften in Sachen Flottengrößen-, Kosten- und Gewinnoptimierung zu untersuchen. Dies wird durch das Erstellen von drei verschiedenen mathematischen Modellen und deren Erweiterung durch bestimmte Kostenparameter erreicht. Eins der drei erwähnten Modelle ist der Ride-Share- Matching-Ansatz, der sich mehr auf den tatsächlichen Vorgang des Fahrgemeinschaftbildens fokussiert als auf ein reales Geschäftsszenario anhand eines Unternehmens. Letzteres wird dann durch die anderen beiden Ansätze abgedeckt, nämlich durch das Dial-a-Ride-Problem und eine Abänderung von diesem mit besserer Laufzeit, das wir Task-Graph-Modell nennen. Testläufe mit diesen drei Modellen auf zufällig generierten Instanzen zeigen, dass das Potential von Fahrgemeinschaften zweifelsohne existiert.

The Scania modular product system enables the production of thousands of different versions of gearboxes. If each version use a unique cable harness, this leads to large costs for storage and production. It is desired to find a smaller set of cable harnesses to fit the needs of all gearboxes. In this report we present two mathematical programming models to accomplish this while minimizing cost for production and storage. We propose a procedure for partitioning the data into smaller subsets without loosing model accuracy. We also show how the solution to the first model may be used as a warm start solution for the second model. The report focuses on cables for gearbox control systems used in heavy trucks manufactured by Scania. Results from testing the models against data provided by Scania is presented. These results suggest that substantial reduction in production cost can be achieved. Findings from this project can be used in similar situations, for example engine control system cables and general vehicle electric wiring. / Scanias modulsystem gör att tusentals olika växellådsvarianter är möjliga att tillverka. Om varje växellådsvariant skall ha ett eget kablage leder detta till stora lagerhållnings- och produktionskostnader. Det är därför fördelaktigt om man kan hitta en mindre uppsättning kablage som uppfyller kraven för alla växellådor. Två modeller inom matematisk optimering presenteras för att uppnå målet samtidigt som kostnader för lagerhållning och produktion minimeras. Vidare föreslås en metod för att dela upp problemet i delproblem utan att noggrannheten minskar. Vi visar även hur lösningen från den första modellen kan användas som varmstart till den andra modellen. Fokus är på kablage för växellådor till Scanias lastbilar. Resultat från test av modellerna med data från Scanias produktion presenteras. Resultaten visar på att en betydande besparing är möjlig. Rapportens slutsatser kan även användas i liknande situationer, till exempel motorstyrsystem och andra elsystem i fordon.