• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1226
  • 187
  • 26
  • 18
  • 18
  • 18
  • 18
  • 18
  • 17
  • 14
  • 11
  • 9
  • 3
  • 2
  • 1
  • Tagged with
  • 1625
  • 1625
  • 1242
  • 1153
  • 1151
  • 294
  • 251
  • 189
  • 177
  • 144
  • 129
  • 110
  • 108
  • 106
  • 102
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
61

Probabilistic finite domains

Angelopoulos, Nicos January 2001 (has links)
No description available.
62

Damage models and their applications

Albassam, Mohammad January 2000 (has links)
No description available.
63

Construction of random signals from their higher order moments

Chamseddine, Ismail January 1997 (has links)
No description available.
64

Cirkulära data och dess statistiska tillämpningar

Persson, Erik January 2017 (has links)
No description available.
65

Recovery Rate Modelling of Non-performing Consumer Loans

Falk Soylu, Denniz January 2017 (has links)
No description available.
66

Diagnosing Metastatic Prostate Cancer Using PSA:A Register-Based Cohort Study with Missing Data

Westerberg, Marcus January 2017 (has links)
No description available.
67

Testing for Structural Change in Regression Models of Meat Consumption in Sweden

Fröberg, Malvina January 2017 (has links)
No description available.
68

Optimization of live energy market trading with temporally flexible water pumps

Hansler, Perry January 2017 (has links)
No description available.
69

Wavelets : Introduction and Applications for Economic Time Series

Björnberg, Dag January 2017 (has links)
No description available.
70

Ordinala logitmodeller för kundnöjdhet : En bransch- och kundgruppsjämförelse / Ordinal Logit Models for Promote Value : A comparison of industries and customer groups

Edin, Moa, Goodbrand-Skagerlind, Vanessa January 2017 (has links)
Företag med nöjda kunder har i tidigare studier visat sig ha ett samband med långsiktig framgång. Detta har lett till olika försök i att mäta just kundnöjdhet samt att se vad som kan tänkas påverka variabeln. Net Promoter Score (NPS) är ett exempel på en poäng som ger ett mått på kundnöjdhet men som däremot inte ger någon informationom bakomliggande faktorer. NPS beräknas med hjälp av kunders svar på frågan: ”På en skala från 1–10, hur troligt är det att du skulle rekommendera företag X till en kompis eller kollega?”. Det besvarade värdet betecknas med Promote Value. Kunderna delas in i tre olika grupper beroende på vilket Promote Value de angett och NPS kan sedan beräknas. NPS anses vara ett relativt enkelt mått vad gäller både beräkning och tolkning. I denna studie analyseras sambandet mellan responsvariabeln Promote Value och förklaringsvariabler i syfte att kunna undersöka bakomliggande faktorer. Tre logitmodeller väljs ut för detta och underliggande antaganden undersöks. Samtliga modeller skattas för tre olika branscher som vidare är indelade i två kundkategorier. Mot bakgrund av hur NPS beräknas grupperas Promote Value in i tre kategorier och används som ytterligare en responsvariabel vilken sedan jämförs mot den förstnämnda. Syftet med studien är att analysera de tre utvalda modellerna genom att granska modellantaganden och jämföra modellskattningar. Det är även av intresse att se om förklaringsvariablerna har olika samband med Promote Value mellan branscherna och kundkategorierna samt att se om resultaten skiljer sig mellan responsvariabeln med tio kategorier och responsvariabeln med tre kategorier. Resultaten visade på att det inte finns en modell som är lämplig att användas genom hela studien. För det datamaterial som använts kommer valet av modell bero på såväl responsvariabeln som bransch och kundkategori. Studien visade även på att förklaringsvariablernas samband med Promote Value ser olika ut beroende på bransch och kundkategori. Generellt visade dock en kunds värde för variabeln ”värde för pengarna” på ett starkt positivt samband med Promote Value och en kunds tidigare förväntningar av ett företag visade ofta på ett svagt samband med Promote Value. När responsvariabeln med tio kategorier grupperades till tre kategorier försvann viss information och av den orsaken rekommenderar vi att gruppera Promote Value med försiktighet.

Page generated in 0.1137 seconds