I den här rapporten undersöks hur geografiskt läge, fastighetens fysiska egenskaper och ägandeform påverkar priset för småhus i Stockholms län. Målet med undersökningen är att ta fram en modell, baserad på de faktorer som påverkar bostadspriset mest, som kan användas för att uppskatta en fastighets värde. Undersökningen är baserad på data för småhus som sålts i Stockholms län 2020. Datasetet som används har erhållits av Booli. Efter att datasetet kontrollerats och vid behov anpassats för att uppfylla antaganden för multipel linjär regression, så tillämpas multipel linjär regression. Framåtselektion används för att ta fram de faktorer som starkast påverkar priset och därmed bör ingå i den slutliga modellen. Resultat från undersökningen visar att levnadsyta är den faktor som starkast påverkar priset på småhus i Stockholms län. Vidare bidrar även faktorer som avstånd till vatten, konstruktionsår och vilken kommun huset är beläget i. Slutligen diskuteras även vilken betydelse undersökningen och modellen som tas fram kan tänkas ha för större fastighetsägare. / This report investigates how geographic position, physical attributes of the property and form of ownership affect the price of houses in Stockholm County. The research goal is to develop a model, based on the factors with the strongest impact on house prices, which can be used to estimate the value of a property. The investigation is based on data of sold houses in Stockholm County in 2020. The dataset was obtained from Booli. After relevant adjustments of the dataset have been made, in order to satisfy the assumptions of multiple linear regression, multiple linear regression was applied. Thereafter, forward selection was used to determine which factors to include in the final model. The results indicate that living area is the factor with the highest impact on property prices. Furthermore, other important factors are distance to water, construction year and which municipality the property is situated in. Finally, the importance of the investigation and the model for larger property owners is discussed.

An artificial neural network (ANN) is used to model nonlinear, large deformation plastic behavior of a material. This ANN model establishes a relationship between flow stress and dislocation structure content. The density of geometrically necessary dislocations (GNDs) was calculated based on analysis of local lattice curvature evolution. The model includes essential statistical measures extracted from the distributions of dislocation microstructures, including substructure cell size, wall thickness, and GND density as the input variables to the ANN model. The model was able to successfully predict the flow stress of aluminum alloy 6022 as a function of its dislocation structure content. Furthermore, a sensitivity analysis was performed to identify the significance of individual dislocation parameters on the flow stress. The results show that an ANN model can be used to calibrate and predict inelastic material properties that are often cumbersome to model with rigorous dislocation-based plasticity models.

No description available.

No description available.

No description available.

No description available.

No description available.

Detta projekt undersöker coronapandemins påverkan på bostadsrätter i Stockholms kommun genom två multipel linjär regressionsanalyser med avseende på kvantitativa faktorer som försäljningspris, våningsplan, area, byggnadsår, månadsavgift och tillgång till hiss. Målet med projektet är att analysera om en förändring av preferenser har skett på transaktionsnivå för bostadsmarknaden i Stockholm kommun. För att möjliggöra analysen jämförs varje beta-koefficient från två olika dataset, en innan coronapandemin och en efter coronapandemin. Resultaten från multipel linjär regressionerna i denna undersökning visar för det första att hushållen i Stockholm värderar större area högre och för det andra att värdet av tillgång till hiss har haft en signifikant ökning efter coronapandemin. Där det första resultatet påvisar en fortsatt trend på ökad behov av arbetsrum till följd av distansarbete även efter coronapandemin. Däremot har betydelse av våningsplan, byggnadsår och månadsavgift minskat. Anledningen till minskningen påstås snarare vara en effekt av att andra variabler har blivit mer betydelsefulla. / This project examines the impact of the COVID-19 pandemic on condominiums in the Stockholm region by using two multiple linear regression analyses with respect to quantitative factors as sell price, year of construction, floor, area, monthly fee and access to elevator. The goal of this project is to analyze if a change of preferences have taken place at the transaction level for the real estate market in the Stockholm region. In order to enable the analysis, every beta-coefficient is compared from two different datasets, one before the pandemic and one after. The results of the multiple linear regressions shows firstly that the households in Stockholm value higher on larger areas and secondly that the value of the access to elevators after the pandemic has increased significantly. Whereas the first result proves a continuing trend with increasing demand for workrooms due to remote work even after COVID-19 pandemic. However, the impact of floor, year of construction and monthly fee has decreased. The reason behind the decrease is interpreted rather as an effect of that other variables have been more meaningful instead.

Forecast and estimation on transmission line losses is a vital task in the daily operation and planning of the Swedish power system. The aim with this thesis is to design a new line loss prediction model at Svenska kraftnät (Svk), which provides a hourly forecast of the transmission line losses the next day for the Swedish bidding areas (SE1-SE4). The final goal is to reduce the additional cost related to inaccurate predictions. The developed model is based on regression analysis on historical line losses and estimated exchange flows between the adjacent bidding areas computed by linear programming. Simulation results for 2015 show that it is, with rather simple estimates and assumptions, possible to increase the prediction accuracy with up to 27% compared with the existing method and to reduce the related costs in a similar way. The study also shows that future modelling has potential to increase the precision even further and recommends a Neural Network approach as the next step. / Prognoser och estimering av stamnätsförluster är en central del i den dagliga driften av det svenska kraftsystemet. Den här uppsatsen har därför syftat till att utveckla en simuleringsmodell som ger en timvisprognos över morgondagens förluster i varje elområde (SE1-SE4). Detta verktyg är senare tänkt att precisera den dagliga upphandlingen av förluster och därmed minska kostnaden kopplad till osäkra prognoser. Den utvecklade modellen bygger på en regressionsanalys av tidigare uppmätta förluster och uppskattade transmissionsflöden mellan de närliggande elområdena beräknad med linjär programmering. Simulerignar för 2015 visar att, det med föhrhållandesvis enkla antaganden och uppskattningar av indata, går att precisera förlusterna med uppemot 27% jämfört med dagens prognos och därmed minska kostnaderna i liknande omfattning. Studien visar också att förbättringspotentialen är stor och rekommende-rar fortsatta studier utifrån en Neurala Nätverk modell.

With the increased relevance of sustainability in society these last years, initiatives have been made to create tools for reporting and measuring sustainability in companies. Recently the EU chose to favour the ESG system, which stands for Environmental, Social and Governance, to create more homogeneity in this sector. Being a relatively recent field, some aspects of the metrics, as well as its interaction with other economic metrics, has not been thoroughly studied. Therefore, this study investigates the relationship between R&D investment and ESG metrics, to see if there is some correlation between the two. In this study a linear regression model with data from listed companies from Sweden, Denmark and Norway, is conducted to analyse the relationship. The results were inconclusive, but seem to indicate that there might be a relationship between the E variables and R&D intensity. / Med den ökade relevansen av hållbarhet i samhället de senaste åren har fler initiativ tagits för att skapa metoder för att rapportera och mäta detta. EU har för att skapa enhetlighet inom frågan nyligen tagit initiativ att börja införandet av ett av dessa system, ESG, som står för Environmental, Social och Governance. Då det är ett relativt nytt ramverk är inte alla variabler och dess interaktioner med andra mer etablerade ekonomiska mätdata fullkomligt kartlagda. Denna studie fokuserar därför på att undersöka förhållandet mellan ESG faktorer och investeringar i forskning och utveckling. Studien gör detta genom att göra en linjär regressionsmodell av data från börsnoterade företag från Sverige, Norge och Danmark. Resultatet av studien kunde inte uppvisa ett signifikant samband, men om kunde delvis peka på en samband vissa E variabler och FoU intensitet.