Examensarbetet använder generaliserade linjära modeller för att identifiera och analysera enhetsspecifika egenskaper som påverkar risken för operativa förluster. Företag exponeras sällan mot operativa förluster vilket gör att det finns lite information om dessa förluster. De generaliserade linjära modellerna använder statistiska metoder som gör det möjligt att analysera all tillgänglig interndata trots att den är begränsad. Dessutom möjliggör metoden att analysera frekvensen av förlusterna samt magnituden av förlusterna var för sig. Det är fördelaktigt att göra två separata analyser, oberoende av varandra, för att identifiera vilka enhetsspecifika egenskaper som påverkar förlustfrekvensen respektive förlustmagnituden. För att modellera frekvensen av förlusterna används en Poissonfördelning. För att modellera magnituden av förlusterna används en Tweediefördelning som baseras på en semiparametrisk fördelning. Frekvens- och magnitudmodellen kombineras till en gemensam modell för att analysera vad som påverkar den totala kostnaden för operativa förluster. Resultatet visar att enhetens region, inkomst per tjänstgjord timme, storlek, internbetyg och erfarenhet hos personalen påverkar kostnaden för operativa förluster. / The objective of this Master’s Thesis is to identify and analyze explanatory variables that affect operational losses. This is achieved by applying Generalized Linear Models and selecting a number of explanatory variables that are based on the company’s unit attributes. An operational loss is a rare event and as a result, there is a limited amount of internal data. Generalized Linear Models uses a range of statistical tools to give reliable estimates although the data is scarce.  By performing two separate and independent analyses, it is possible to identify and analyze various unit attributes and their impact of the loss frequency and loss severity. When modeling the loss frequency, a Poisson distribution is applied. When modeling the loss severity, a Tweedie distribution that is based on a semi-parametric distribution is applied. To analyze the total cost as a consequence of operational losses for a single unit with certain attributes, the frequency model and the severity model are combined to form one common model. The result from the analysis shows that the geographical location of the unit, the size of the unit, the income per working hour, the working experience of the employees and the internal rating of the unit are all attributes that affects the cost of operational losses.

The purpose of this report is to investigate possible relationships between the number of residential fires in Sweden and various weather parameters. The study is conducted based on a hypothesis as stated by the MSB, the Swedish Civil Contingencies Agency, that behavioral factors related to weather can have an influence on the number of residential fires. Generalized linear models within the regression analysis have been used and specifically Poisson and negative binomial regression. The aim was to map the possible connection and determine if it was possible to use the analysis as a tool to improve the emergency services in Sweden. Temperature, short term differences in temperature and precipitation were analyzed with residential fires as the dependent variable, which resulted in a model for each municipality in Sweden. The relationships between the weather parameters and residential fires, seen throughout Sweden, proved to be weak to non-existent with one exception. The average temperature variable was significant in 117 out of 290 municipalities and indicated a relationship where the expected number of residential fires decreases at temperature increases. Due to the weak relationships, the model is not recommended as a prognostic tool on a national level. However, individual models could be used as a supplement to current prognostic tools at a local level and used for preventive purposes. Thus, the study has concluded that weather has some impact on the expected number of residential fires and thus has the potential to be used as a tool when forecasting residential fires. As an addition to the regression analysis, an organizational analysis of the emergency services in Sweden is carried out. The analysis sought the optimal structure based on the emergency services conditions and requirements, which were defined on the basis of organizational concepts and methods. The result was a more structured operation and organization where methods and processes are managed at a centralized level. / Syftet med denna rapport är att undersöka eventuella samband mellan antalet bostadsbränder i Sverige och olika väderparametrar. Studien genomförts mot bakgrund av en hypotes ställd av MSB, Myndigheten för Samhällsskydd och Beredskap, om att beteendefaktorer relaterade till vädret kan ha en påverkan på antalet bostadsbränder. Generaliserade linjära modeller inom regressionsanalysen har använts och specifikt Poisson- och negativ binomialregression. Målet var att kartlägga det eventuella sambandet och avgöra huruvida det var möjligt att nyttja analysen som verktyg för att förbättra räddningstjänsten i Sverige. Temperatur, kortsiktig temperaturförändring och nederbörd analyserades med bostadsbränder som den beroende variabeln, vilket resulterade i en modell för varje svensk kommun. Sambanden mellan väderparametrarna och bostadsbränder, sett över hela Sverige, visade sig vara svaga till obefintliga med ett undantag. Variabeln för genomsnittstemperatur var signifikant i 117 av 290 kommuner och visade på ett samband där förväntat antal bostadsbränder minskar vid ökad temperatur. På grund av de svaga sambanden, sett över hela Sverige, rekommenderas inte modellen som prognostiskt verktyg på nationell nivå. Däremot skulle enskilda modeller kunna användas som komplement till nuvarande prognostiska verktyg på lokal nivå, samt användas i förebyggande syfte. Därmed har studien kommit fram till att väder har viss påverkan på det förväntade antalet bostadsbränder och således har potential att användas som verktyg vid prognos av bostadsbränder. Som ett komplement till regressionsanalysen genomförs en organisatorisk analys av räddningstjänsten i Sverige. Analysen sökte den optimala strukturen utifrån räddningstjänstens förutsättningar och krav, som definierades utifrån grundläggande organisatoriska begrepp och metoder. Resultatet blev en mer strukturerad verksamhet där metoder och processer sköts på en centraliserad nivå.