This thesis is a case study in collaboration with SJ AB, a government owned railway companyin Sweden. The employees aboard the trains are an essential part of operating thetrains efficiently. Therefore, it is vital to forecast absences well in order to avoid havingto cancel train trips or having employees work over time. The current process SJ usesdivides the total amount of absences into 11 categories representing reasons for not beingpresent. This is done three months in advance, but the model is not based on mathematics.This study is going to examine how well the forecasts compare to reality in addition toinvestigating which variables are possible to estimate using regression analysis. Furthermore,the extent to which the staff on board the trains are affected will be investigatedin terms of having to work less overtime. The financial impact of an enhanced model willbe researched. “Free” days, Vacation and Sickness all have significant regressors and canpotentially be forecast using regression analysis. Future work includes finding more potentialregressor variables that could be significant for more response variables in addition tousing the results of this thesis in an actual estimation model for the total absence. / Denna avhandling ärr en fallstudie i samarbete med SJ AB, ett statligt ägt järnvägsföretagi Sverige. Anställda ombord på tågen utgör en väsentlig del av att driva tågverksamheteneffektivt. Det är därför viktigt att kunna prognostisera frånvaro väl för att undvika attställa in rutter eller tvinga de anställda ombord tåget att arbeta övertid. Den nuvarandeprocessen som SJ använder delar upp den totala mängden frånvaro i 11 kategorier somrepresenterar orsaker till att inte vara närvarande. Detta görs tre månader i förväg, menmodellen är inte baserad på matematik i dagsläget. Denna studie kommer att undersökahur väl prognoserna stämmer överens med verkligheten, samt undersöka vilka variabler somör möjliga att uppskatta med hjälp av regressionsanalys. Dessutom kommer omfattningenav hur personalen ombord på tågen påverkas att undersökas. Den ekonomiska påverkanav en förbättrad modell kommer att analyseras. Lediga dagar, semester och sjukfrånvarohar alla signifikanta beskrivande variabler och kan potentiellt prognostiseras med hjälp avregressionsanalys. Framtida arbete innefattar att hitta fler potentiella beskrivande variablersom kan vara signifikanta för fler beroende variabler, samt att använda resultatenfrån denna avhandling i en faktisk prognosmodell för total frånvaro.

This thesis is a case study in collaboration with the company Getswish AB. GetswishAB provides the mobile application and payment service Swish with the purpose ofdelivering smooth money transfers for individuals and companies in Sweden. About80 percent of the Swedish population are connected to Swish, and the majority seethe service as an apparent part of everyday life. This work studies a small part of alltransactions that take place daily between individuals and companies. Specifically, thispaper examines which factors affect the Swish transaction amount (TA) to companieswithin five different industries. The five industries studied are: Sports, leisure,and entertainment activities; Restaurant, catering, and bar activities; Retail trade,except for motor vehicles and motorcycles; Trade and repair of motor vehicles andmotorcycles; and Telecommunications. In combination with descriptive analysis andseasonality studies, a multiple linear regression model is used to evaluate patternsin the amount transferred to companies within the various industries. The responsevariable is the daily aggregated TA and the seven responding regressors examined are:i) The number of employees of the company, ii) The revenue of the company, iii) Thedate for registration to Swish service for companies, iv) The age of the customers, v) Thegender of the customers, vi) The number of transactions, and vii) The transaction date.The estimated parameters for each regressor are studied to evaluate correlations withthe TA. This thesis states that it is possible to construct a model from the regressorsanalyzed, which can predict the amount with an explanation degree of above 85% forfour of the five industries. The model constructed for the motor vehicle industry nevergives satisfactory results and must be further investigated to conclude. / Detta examensarbete är en fallstudie i samarbete med företaget GetSwish AB.GetSwish AB tillhandahåller mobilapplikationen och betaltjänsten Swish, vars syfteär att leverera smidig pengaöverföring för privatpersoner och företag i Sverige. Idagär cirka 80 procent av Sveriges befolkning anslutna till Swish och majoriteten sertjänsten som en självklar del av vardagen. Detta arbete kommer dock endast fokuserapå en liten del av alla transaktioner som dagligen sker mellan privatpersoner ochföretag. Specifikt undersöker denna rapport vilka faktorer som påverkar Swishstransaktionsbelopp till företag inom fem olika branscher. De fem branschernasom studeras är: Sport-, fritids- och nöjesverksamhet; Restaurang-, catering ochbarverksamhet; Detaljhandel utom med motorfordon och motorcyklar; Handelsamt reparation av motorfordon och motorcyklar; och Telekommunikation. Ikombination med en deskriptiv analys och säsongsstudier skapades en multipel linjärregressionsmodell för att utvärdera mönster i transaktionsbeloppet från kund tillföretag inom de olika branscherna. Responsvariablen är det dagliga aggregeradebeloppet och de förklarande variablerna som undersöktes var: antalet anställda,omsättning, datum för registrering till Swish för företag, kundernas ålder och könsamt antal transaktioner och transaktionsdatum. De skattade parametrarna förvarje regressor studerades för att utvärdera magnitud samt positiva eller negativakorrelationer med beloppet. Denna rapport visar att det är möjligt att konstrueraen modell från de analyserade regressorerna som kan förutsäga beloppet med enförklaringsgrad på över 85% för fyra av de fem branscherna och kan användas föratt förutspå beloppen på de dagliga transaktionerna. Modellen som konstruerats förfordonsindustrin gav aldrig tillfredsställande resultat och bör undersökas vidare innanslutsatser dras.