Volvo in Arvika produces wheel loaders, and the production is based on forecasts. When a machine is ordered, the customer can choose what type of equipment he or she wants, and these equipments are also made forecasts on. This is made by giving each equipment an estimated procentual usage that shows how many of the machines that will use this option. Today two people are working with the forecasts, planer A in Eskilstuna and planer B in Arvika. Planer A makes a forecast based on the historical outcome and planer B then makes adjustments of this based on how many options that are ordered. Volvo in Arvika is having problems with the accuracy of the forecasts and because of this they have got too much in stock. But how big are the forecast deviations, what is the cause of it, in what or which places does the process lack? What can be made to make more accurate forecasts, how can you get a more affective process with less work made? To answer these questions we surveyed the process and analyzed it to find strong and week spots. We found that Planer A has a lack of information about how the forecast influence the stock in Arvika, that she gets pour feedback from production, that Planer B is the only one with knowledge about the forecast work in Arvika. We also made a benchmarking with the factory in Braås to see how they differ. Just like in Arvika there are two people working with the forecasts, but in Braås both of them are located close to the production and they share the options equal. They are also able to fill in for each other if someone would be sick. To see how much the forecast differ from market demand, we have analyzed forecast data from nine different options for eight months. It turned out that the automatic calculated forecasts are a bit high and that planner B lower them. Our conclusion is that the forecasts should be made only in Arvika, and not as it is today when half of it is made in Eskilstuna. There should also be documents and routines on how the work shall be done. This is to make it easier for people that will do the same job in the future. / Volvo Wheel Loaders (WLO) i Arvika tillverkar hjullastare och gör detta mot prognos. Till hjullastarna finns olika utrustningar som kunden kan välja mellan och även dessa gör Volvo prognoser på. Detta görs genom att de uppskattar hur många procent av maskinerna som kommer använda varje utrustning och lägger in det i ett program. Idag arbetar två personer med prognoserna, planerare A på huvudkontoret i Eskilstuna och planerare B på plats i Arvika. Planerare A gör först prognosen med avseende på historiskt utfall, sedan justerar planerare B dessa gentemot bl.a. orderingång. WLO har problem med träffsäkerheten i sina utrustningsprognoser och detta har medfört höga lagernivåer och därmed bundet kapital. Hur stora är prognosavvikelserna, vad är det som gör att prognoserna blir fel, på vilket eller vilka ställen i processen är det som bristerna uppstår? Vad kan de göra för att få bättre prognoser, hur kan man effektivisera processen så att det blir mindre arbete? För att svara på dessa frågor började vi med att kartlägga prognostiseringsprocessen och sedan analysera den för att få fram svagheter och styrkor. Här fann vi t ex att planerare A inte har någon kunskap om hur prognoserna påverkar lagret i Arvika och att hon får för dålig feedback från produktion, att planerare B är ensam kunnig om prognosarbetet vilket leder till problem när han är sjuk eller borta av andra skäl. Sedan gjorde vi även en processjämförelse med Volvo Braås för att se hur de skiljer sig åt. I Braås är det två personer som tar fram prognoserna och de arbetar med hälften av utrustningsnumren var. Båda sitter nära produktion och är även väl insatta i varandras arbete om någon av dem skulle vara borta. För att få fram hur prognoserna avviker från utfallet har vi gått igenom prognoshistorik för nio olika typer av utrustningar och sedan gjort beräkningar på det materialet. Det visade sig att prognoserna som automatiskt beräknas ofta ligger för högt och att planerare B sänker dessa. Vi har kommit fram till att allt arbetet med prognoserna borde ske på plats i Arvika och inte som i nuläget när hälften görs i Eskilstuna. Man bör även införa rutiner på hur arbetet med prognoserna ska gå till och göra dokument på detta så att det är lättare för personer som ska ta över eller måste sätta sig in hur det fungerar.

Introduction: Rheumatoid arthritis (RA) is a chronic inflammatory disease. Treatment strategies emphasize early multi-professional interventions to reduce disease activity and to prevent disability, but there is a lack of knowledge on how optimal treatment can be provided to each individual patient. Aim: To elucidate how clinical manifestations of early RA are associated to disease and disability outcomes, to strive for greater potential to establish prognosis in early RA, and to facilitate implementation of decision support through analyses of the decision-making environment in chronic care. Methods: Multivariate statistics and mathematical modelling, as well as field observations and focus group interviews. Results: Decision support: A prognostic tree that predicted patients with a poor prognosis (moderate or high levels of DAS-28) at one year after diagnosis had a performance of 25% sensitivity, 90% specificity and a positive predictive value of 76%. Implementation of a decision support application at a rheumatology unit should include taking into account incentive structures, workflow and awareness, as well as informal communication structures. Prognosis: A considerable part of the variance in disease activity at one year after diagnosis could be explained by disease progression during the first three months after diagnosis. Using different types of knowledge – different expertise – prior to standardized data mining methods was found to be a promising when mining (clinical) data for new patterns that elicit new knowledge. Disease and disability: Women report more fatigue than men in early RA, although the difference is not consistently significant. Fatigue in early RA is closely and rather consistently related to disease activity, pain and activity limitation, as well as to mental health and sleep disturbance. Conclusion: A decision tree was designed to identify patients at risk of poor prognosis at one year after the diagnosis of RA. When constructing prediction rules for good or poor prognosis, including more measures of disease and disability progressions showed promise. Using different types of knowledge – different lenses of expertise – prior to standardized data mining methods was also a promising method when mining (clinical) data for new patterns that elicit new knowledge. / Introduktion: Reumatoid artrit (RA) är en kronisk inflammatorisk sjukdom. Dagens behandlingsstrategi bygger på tidiga multiprofessionella insatser för att reducera sjukdomsaktivitet och minska risken för framtida funktionshinder. Idag finns stora datamängder tillgängliga gällande medicinering och utfall vid RA. Dessa data erbjuder möjligheter att generera ny kunskap som kan användas för att forma beslutsstöd. Syfte: Att undersöka hur olika kliniska manifestationer vid tidig RA samvarierar med funktionshinder och sjukdomsaktivitet, att pröva metoder att ställa prognos vid tidig RA, och att analysera en kontext för beslutsfattande inom vård av kroniskt sjuka. Metod: Multivariat statistik och matematisk modellering, samt observationsstudier och fokusgruppsintervjuer. Resultat: Beslutsstöd: Ett beslutsträd utformades för att bestämma vilka patienter som har dålig prognos (måttlig eller hög DAS-28) ett år efter diagnos. Beslutsträdet hade 25 % sensitivitet, 90 % specificitet och ett positivt prediktivt värde på 76 %. Vid införande av beslutsstöd på en reumatologisk klinik befanns det nödvändigt att hänsyn tas till incitamentsstrukturer, arbetsflöde och samarbetsformer. Informella kommunikationsstrukturer kan också ha stort inflytande på klinisk praxis. Prognos: En betydande del av variansen i sjukdomsaktivitet ett år efter diagnos kan förklaras av sjukdomsprogression första tre månaderna efter diagnos. Att formalisera olika experters erfarenheter före standardiserade ”data mining” metoder är en lovande ansats när man letar efter mönster i (kliniska) databaser. Funktionshinder och sjukdomsaktivitet: Kvinnor rapporterar mer trötthet än män vid tidig RA, men skillnaden är inte konsistent över tid. Trötthet vid tidig RA är nära relaterat till sjukdomsaktivitet, smärta och aktivitets begränsningar, men också till mental hälsa och sömnstörningar. Slutsats: Ett beslutsträd har utformats för att predicera patienter med dålig prognos inom tidig RA. Studier av fler mått på sjukdoms- och funktionshindersprogression behövs vid konstruktion av prediktionsregler för god eller dålig prognos framledes. Att använda sig av kunskap från olika experter – olika experters glasögon – vid sökandet efter mönster i stora datamängder för att generera ny kunskap är en lovande metodik. Implementering av beslutsstöd bör göras under övervägande av incitamentsstrukturer, arbetsflöde och samarbetsformer.

Diss. Linköping : Linköpings universitet, 2005.

Bakgrund: Denna uppsats riktar in sig på hotell i Stockholm och all data som anges gäller för staden som helhet. Inom Hotellbranschen finns det tre vedertagna nyckeltal som kan sägas beskriva hur det går ekonomiskt för ett hotell. Då hotellen till stor del styrs efter dessa tre nyckeltal så är det av stort intresse för varje enskilt hotell att jämföra sina egna värden med marknadens värden på dessa nyckeltal. Om prognoser utförs på dessa nyckeltal borde det vara av stort intresse för varje hotell att ta del av dessa prognoser för att på så vis kunna reglera prissättningen utefter hur marknaden kommer att se ut den närmaste tiden. Syfte: Ta fram modeller som utifrån framtida evenemang och framtida bokningsläge prognostiserar hotellmarknadens Beläggning och Rumsintäkter. Utifrån dessa prognoser beräknas nyckeltalen Beläggning, Snittpris och intäkt per disponibelt rum på dagsnivå ett år fram i tiden, det vill säga för år 2016. Metod: Då datamaterialet består av tidsserier med tillhörande förklarande variabler används en typ av dynamisk regressionsmodell. Dessa modeller är utformade för att hantera tidsseriedata med tillhörande förklarande variabler. Modellen som används kallas för regression med ARMA-fel och syftar till att en multipel regression anpassas och en lämplig ARMA-modell tas fram för att förklara feltermerna. På så vis modelleras även autokorrelationen som annars finns kvar i feltermerna. Resultat: Modellen för Beläggningen består av fyra förklarande variabler och feltermerna antas följa en AR-struktur. Rumsintäkterna prognostiseras med en modell med sju förklarande variabler, även för denna modell antas feltermerna följa en AR-struktur. Det tycks också finnas en säsong i data vilken också modelleras i form av en AR-struktur för de båda modellerna. Prognosen för nyckeltalen ser till största del ut att följa föregående års mönster, och evenemangs-typen Event ger oftast en hög skattning i förhållande till månaden. Evenemangstypen Högtid tycks ge en negativ effekt och Bokningsläget har en positiv effekt för båda modellerna. Slutsats: Modellerna anses välanpassade men det krävs mer bearbetning på de förklarande variablerna där till exempel event bör grupperas in beroende på vad för slags event det är. För att prognostisera rumsintäkter bör en variabel som förklara hotellens prisjusteringar modelleras. / Background: This thesis targets hotels in Stockholm with aggregated data for the city. In the hotel market there’s three key indicators of particular interest and can be said describes how the market goes. Because of how much influence these key indicator have on the hotels it’s in great interest for the hotels to compare themselves with the market values. If these key indicators where forecasted it would perhaps be of great interest for the hotels to buy these forecasts to be able to control the room pricing in advance. Purpose: Develop forecasting models due to future event and bookings with occupancy and room revenue as response variables. The key indicators revenue per available rooms and average price is then calculated through these forecasts for the year 2016. Method: Since data consist of response variables (called output series) where the future values this series depends on past values of this series and a multiple set of related time series and external events (called input series) a dynamic regression called “regression with ARMA errors” where used. The method implies that you suit a multiple regression where the error terms are modelled with an appropriate ARMA model. Results: The model for occupancy consist of four dependent variables and the model for the room revenue contain seven dependent variables. The error terms for these models include an autoregressive model with both seasonal and non-seasonal orders. The forecast for the key indicators seems to follow the same pattern as previous years, where the event type Event more often than not gives a high estimate in relation to the current month. The event type Holiday seems to have a negative impact and bookings has a small positive effect for both models. Conclusions: The models seems to fit data well but the input series needs more processing where the variable event seems to need some subgrouping. To forecast the room revenue is seems like a variable explaining price changes need to be constructed.

Riksbanken har under senaste åren blivit kritiserade för deras bristande prognoser av svenska valutakurser. I denna uppsats undersöks det om slumpvandring (RW) är den mest framgångsrika prognosmodellen eller om alternativa ekonometriska prognosmodeller (AR, VAR och VECM) kan estimera framtida växelkurser mer korrekt på kort sikt, ett kvartal fram, och medellång sikt, fyra kvartal fram. I dessa prognosmodeller behandlas fem Svenska makroekonomiska variabler som endogena; KPI, BNP, arbetslöshet, 3 månaders statsobligationer (T-bonds), samt en exogen variabel, Amerikansk-BNP. Den data som används är kvartalsdata från första kvartalet 1993 till andra kvartalet 2020 för respektive variabel. Resultaten från studie visar på att RW är mer ackurat än de multivariata modellerna (VAR och VECM) på både kort sikt och medellång sikt. Residualerna utvärderas genom att kolla på rotmedelkvadratfel (RMSE) från respektive prognos. / In recent years, the Riksbank has been criticized for their underperforming forecasts of Swedish exchange rates. This thesis examines whether the random walk (RW) is the most successful forecasting model when forecasting the exchange rate (SEK / USD) or whether alternative economic forecasting models (AR, VAR and VECM) can estimate future exchange rates more accurately. Both in the short and medium term, one respectively four quarters ahead. In these forecast models, five Swedish macroeconomic variables are treated as endogenous; CPI, GDP, unemployment, three-month Treasury-bonds (T-Bonds), and an exogenous variable, US GDP. The data used is quarterly data from the first quarter of 1993 to the second quarter of 2020 for each variable. Results from the study show that RW is more accurate than the multivariate models (VAR and VECM) in both the short and medium term. The residuals are evaluated by looking at root mean square error (RMSE) from the respective forecast.

Målet för denna studie har varit att skapa en första version för ett verktyg i vilket analytiker inom finans kan skapa sina långsiktiga scenarion och väga olika rikser samt möjligheter mot varandra.Idén till ett sådant verktyg har funnits inom företaget i flera år, men de tidigare idéerna har varit för specifika för att kunna användas. Detta har främst berott på tidsbrist samt att de som utvecklat dem inte har haft tillgång till en bra utvecklingsmiljö.De enda begränsningarna för verktyget har varit 1) ”Det behöer kunna visa inverkan av manipuleringar”, 2) ”det behöer finnas såmycket funktionalitet som möjligt, utan att det finns knappar överallt” och 3) ”det få inte ädra nåot av input datan”.Eftersom dessa är abstrakta specificationer behövdes mock-ups, observationer och användbarhetstest för att kunna skapa ett verktyg som förenklar de mest använda manipulationerna. Verktyget måste också låta användaren enkelt ticka i och ur sina manipulationer så att dessa inte behöver göras om varje gång användaren vill testa ett nytt utfall.Observationerna och testerna har visat att användarna jobbar på olika sätt, och därför behövde verktyget vara flexibelt. Detta innebar också att det behövdes både generella samt specifika manipulationer. De visade också att verktyget behövde delas in i två delar, en för att skapa rapporter och en för att visa rapporten. Detta då rapporteringsprocessen ej får ändras.Fokus för denna studie har varit MDI, Människa-datorinteraktion. Detta innebär att den färdiga produkten bör vara intuitiv och väldigt enkel att lära sig att använda för användarna. Detta kan vara svårt då användarna arbetar på mycket olika sätt.Den färdiga produkten för denna studie har lyckats klara alla de mål som satts upp. En mock-up som gjorde användarna nyfikna på programmet, skapades i Java. Det bestämdes därmed att detta var det programmeringsspråk som skulle användas. Ett användargränssnitt som var enkel, men samtidigt hade en komplex funktionalitet lades till.Detta gjorde att användarna frågade sig själva ”Kan det verkligen vara såhä enkelt?” samt ”Varfö har vi inte gjort detta innan?”. Tillslut skapades en fungerande produkt som var både enkel att använda samt att den gjorde många av de enkla beräkningarna åt analytikern.Den enda del som ej blivit fullt implementerad innan slutet för denna studie är mallen för de Excel rapporter som ska skapas av verktyget. Denna del av verktyget utformades av en ekonom som vet vilka grafer som kan vara intressanta att ta med i en rapport. Nu, när verktyget genererar en rapport, genereras endast de grafer som syns i verktyget, totalen för scenariona (uppdelade i olika kategorier) samt alla de manipuleringsrader som skapats för de tre olika scenariona. / The goal with this study has been to create a first version for a tool in which financial analysts can create their long-term scenarios and weigh different risks and opportunities against each other.The idea to such a tool has been around for years within the company, but the earlier ideas were too specific to be usable. This has mainly been due to the lack of time and available tools to realize the ideas.The only restrictions for the tool have been 1) “It needs to show the impact of manipulations”, 2) “it needs as much functionality as possible without having buttons all over it” and 3) “it should not alter any of the input data”.Because these are quite abstract specifications, mock-ups, observations and usability tests have been used to create a tool that simplifies the most used manipulations and enables the user to tick in and out their manipulations so that the manipulation does not have to be redone every time the user wants to test a new outcome.The observations and tests have shown that the users work very differently from each other, and so, the tool needed to be very flexible. This meant that there needed to be both general and specific manipulations which are based on general formulas. It also showed that the tool needed to be split into two parts, one for creating and one for showing reports, because the reporting process should not be altered.The focus of this study has been HCI, Human Computer Interaction. This means that the finished product should be intuitive and also easy to learn how to operate by the users which could be difficult when the users do work in different ways. The resulting product of this study has reached all of the goals. A mock-up that got the users interested in the program was produced in Java, which decided the programming language. A GUI that was simple, yet had complex functionality was added. It made users ask themselves “Could it really be this easy?” and “Why have we not done this before?”. And, at last, a working product were produced, that was both simple to operate and at the same time did a lot of the calculations for the analyst.The only part of the product that has not been fully implemented before the endof this study is the template in which the Excel Report is supposed to be generated. This part of the tool was taken care of by an economist that knew which graphs that could be interesting to create a report of. Now, the tool generates a report with only the graphs that are shown in the tool, the totals for the scenarios (split into different categories) and all of the adjustment rows for the three scenarios.

Hjärtsvikt är ett kroniskt tillstånd som ofta leder till stor symtombörda och nedsatt livskvalitet. Trots behandling har hjärtsvikt hög mortalitet. Sjukdomsförloppet är individuellt med gradvis försämring och övergången till den palliativa fasen kan vara svår att identifiera. Kommunikation om prognos och sjukdomsförlopp bör ske i tidigt skede för att underlätta patientens möjlighet att hantera hela sjukdomsförloppet. Syftet var att belysa kommunikationen om prognos och sjukdomsförlopp mellan patienten med hjärtsvikt och vårdpersonalen. Litteraturöversikt valdes som metod för att svara mot syftet. Sökningar utfördes i PubMed, Cinahl och PsycINFO och utifrån dessa sökningar inkluderades 15 artiklar publicerade 2007–2019. Kvalitetsgranskningen gjordes utifrån Sophiahemmet högskolas bedömningsunderlag och artiklarna analyserades med integrerad analys. Resultatet visade att kommunikation om prognos, sjukdomsförlopp och vård vid livet slut förekommer i låg utsträckning och möjligheter till kommunikation missas ofta av sjukvårdspersonalen. Dessutom finns det flera hindrande faktorer för kommunikation som svårigheten att förutsäga prognos, gemensam syn på när rätt tidpunkt är och patientens bristande kunskap om hjärtsvikt. Patienterna önskar att kommunikationen vid livets slut ska präglas av positivitet och de önskar få veta sanningen trots att den kan skapa en rädsla. Kommunikation om prognos behöver även balanseras med hopp. Slutsatsen är att patienter med hjärtsvikt har olika önskemål om hur kommunikationen bör gå till och att en ökad kunskap om hjärtsvikt är en förutsättning för en bra kommunikation om prognos och sjukdomsförlopp. Patientens individuella önskan om kommunikation behöver bemötas på ett personcentrerat sätt för att skapa möjlighet för patienten att bli delaktig i vården. / Heart failure is a chronic condition that often leads to a high burden of symptoms and impaired quality of life. Despite treatment, heart failure still has a high mortality rate. The pattern of the disease is individual with gradual deterioration and the transition to the palliative phase can be difficult to identify. Communication on prognosis and disease progression should be made at an early stage to facilitate the patient's ability to manage the entire disease pattern. The aim was to explore communication about prognosis and progress of disease between the patient with heart failure and the healthcare professionals. To answer the purpose, a literature review were conducted by using the databases PubMed, Cinahl and PsycINFO and 15 articles were included, published between 2007–2019. The quality of the articles where surveyed with the Sophiahemmet university’s assessment and the articles were analyzed using integrated analysis. The result shows that communication of prognosis, disease progression and end-of-life care occurs to a low extent and opportunities for communication are often missed by the healthcare professionals. In addition, there are several factors that detain communication including the difficulty in predicting prognosis, a common view of when the right time is for communication and the patient’s lack of knowledge of heart failure. The patients want the communication at the end of life to be characterized by positivity and they want to know the truth even though it could create fear. Communication about prognosis also needs to be balanced by hope. The conclusion is that patients with heart failure have different preferences for communication and the patient’s knowledge about heart failure is provided for communication about prognosis and disease progression. The care should be designed in person-centered way to create the opportunity for the patient to become involved in their care.

Every forecast is valid only if proper prediction intervals are stated. Currently models focus mainly on point forecast and neglect the area of prediction intervals. The estimation of the error of the model is made and is applied to every prediction in the same way, whereas we could identify that every case is different and different error measure should be applied to every instance. One of the state-of-the-art techniques which can address this behaviour is conformal prediction with its variant of normalized conformal prediction. In this thesis we apply this technique into time series problems. The special focus is put to examine the technique of estimating the difficulty of every instance using the error of neighbouring instances. This thesis describes the entire process of adjusting time series data into normalized conformal prediction framework and the comparison with other techniques will be made. The final results do not show that aforementioned method is superior over an existing techniques in various setups different method performed the best. However, it is similar in terms of performance. Therefore, it is an interesting add-on to data science forecasting toolkit. / Varje prognos är endast giltig om korrekt förutsägningsintervall anges. För närvarande fokuserar modeller huvudsakligen på punktprognos och försummar området med förutsägelsesintervall. Uppskattningen av modellens fel görs och tillämpas på varje förutsägelse på samma sätt, medan vi kunde identifiera att varje fall är annorlunda och olika felmått bör tillämpas på varje instans. En av de senaste teknikerna som kan hantera detta beteende är konform förutsägelse med dess variant av normaliserad konform förutsägelse. I denna avhandling tillämpar vi denna teknik i tidsserieproblem. Det speciella fokus ligger på att undersöka tekniken för att uppskatta svårigheten för varje instans med hjälp av felet i angränsande instanser. Den här avhandlingen beskriver hela processen för att anpassa tidsseriedata till normaliserat konformitetsprognosram och jämförelsen med andra tekniker kommer att göras. De slutliga resultaten visar inte att ovannämnda metod är överlägsen jämfört med en befintlig teknik - i olika uppsättningar utförde olika metoder bäst. Men det är liknande vad gäller prestanda. Därför är det ett intressant tillägg till datavetenskapens prognosverktygssats.

The Swedish real estate market has, and arguably still continues to, endure a crisis in terms of increased interest rate followed by uncertainties on a global scale. Both the residential and commercial real estate market has been affected, seeing prices and transaction volumes decrease as a consequence. The commercial real estate market is largely dependent on financing, which is further strengthened by the large amount of the Swedish banks’ total lending that is directed towards the commercial real estate sector. These aspects combined proves the need of accurately forecasting the real estate market, partly in the aspect of investment decision making but also in relation to the development of the overall economy.  To connect the real estate market with the economy as a whole, this study will analyze five different macroeconomic variables’ effect on the transaction price on commercial real estate in Sweden, as well as making forecasts on the future outlook of real estate prices in relation to the development of the variables. This is conducted with the time series regression model ARIMAX, which utilizes lagged versions of previous commercial real estate prices along with macroeconomic variables in terms of GDP, KIX (the krona index), real interest rate, the Euro/SEK exchange rate as well as the unemployment rate. The model is conducted in relation to the commercial real estate market in Sweden, with a dataset of commercial transactions ranging from 1996 until 2023. Additionally, an analysis of a subset of solely the industrial segment is investigated.  Lastly, the forecasting of real estate prices was conducted in relation to a scenario analysis. The analysis was built on multiple market outlooks by utilizing a predictive movement of the independent variables in relation to three scenarios: pessimistic, base and optimistic. The results of the scenario analysis depicts a fairly modest difference in predicted outcomes on the transaction price in December 2024 in relation to the different scenarios. / Den svenska fastighetsmarknaden har genomgått, och enligt vissa prognoser genomgår, en kris i form av höjda räntor följt av osäkerheter på global nivå. Både bostadsfastigheter och kommersiella fastigheter har påverkats och priserna och transaktionsvolymerna har sjunkit som en följd av detta. Den kommersiella fastighetsmarknaden är till stor del beroende av finansiering, vilket ytterligare förstärks av att en stor del av de svenska bankernas totala utlåning är riktad mot den kommersiella fastighetssektorn. Dessa aspekter sammantaget visar på behovet av att kunna göra korrekta prognoser för fastighetsmarknaden, dels för att kunna fatta investeringsbeslut men också för att kunna bedöma utvecklingen av ekonomin överlag.  För att koppla samman fastighetsmarknaden med ekonomin i stort kommer denna studie att analysera fem olika makroekonomiska variablers effekt på transaktionspriset på kommersiella fastigheter i Sverige, samt göra prognoser om fastighetsprisernas framtidsutsikter i förhållande till variablernas utveckling. Detta görs med tidsserieregressionsmodellen ARIMAX, som utnyttjar laggade versioner av tidigare kommersiella fastighetspriser tillsammans med makroekonomiska variabler i form av BNP, KIX (kronindex), realränta, växelkursen Euro/SEK samt arbetslöshet. Modellen genomförs i relation till den kommersiella fastighetsmarknaden i Sverige, med ett dataset av kommersiella transaktioner från 1996 till 2023. Dessutom genomförs en analys av enbart industrisegmentet. Slutligen genomfördes en prognostisering av fastighetspriserna med hjälp av en scenarioanalys. Analysen byggde på flera marknadsutsikter genom att använda den förutspådda förändringen av de oberoende variablerna i förhållande till tre scenarier: pessimistisk, bas och optimistisk. Resultatet av scenarioanalysen visar på en svag men noterbar skillnad i förväntat utfall för transaktionspriset i december 2024 i förhållande till de olika scenarierna.

Det övergripande målet med den här uppsatsen har varit att skapa en framtidsprognos rörandeämnet organisationsteori. Jag har använt den hypotetisk-deduktiva metoden för att kunnaskapa trovärdiga prognoser. Den teori jag väljer att använda som utgångspunkt är enorganisationsstruktur skapad av Henry Mintzberg, som jag sedan kopplar samman medföljande fyra olika organisationsteorier: Human Resource Management, StrategisktManagement, Produktionsmanagement och Knowledge Management.Själva strukturen är uppbyggd så att jag i den teoretiska referensramen beskriver dåtidensteorier (Den byråkratiska skolan, Scientific management, Den administrativa skolan ochHuman relations management) med fokus på de klassiska organisationsteorierna. Sedan är detmin uppfattning om hur organisationsteorier utnyttjas i nutiden som finns i kapitlet ommoderna organisationsteorier. Utifrån den teoretiska referensramen baserad på dåtid och nutidskapar jag sedan hypoteser gällande framtiden.