Accurate prediction of future events is of great interest in various contexts. This thesis focuses on forecasting and predicting energy usage in the industrial sector, which provides valuable information for government agencies to plan and allocate the available budget. More specifically, the purpose is to evaluate if using explanatory variables in a dynamic regression with seasonal autoregressive integrated moving average (SARIMA) errors improves the forecasting accuracy of quarterly energy usage in the industrial sector in Sweden compared to a standard SARIMA model. The SARIMA model used for comparison is SARIMA(1,0,0)(0,1,1), while the dynamic regression model used has the explanatory variable value added of the industrial sector and SARIMA(1,0,0)(0,1,1) errors. The forecast performance of the two models is compared for both quarterly and yearly forecast horizons using root mean squared error (RMSE) and mean absolute error (MAE). The results show that the RMSE and MAE of the dynamic regression model are lower for both forecast horizons compared to the SARIMA model. Also, a significance test (OOS-t) and an encompassing test (ENC-NEW) are employed, which show that the difference in forecasting accuracy is statistically significant and that the SARIMA forecast doesn’t encompass the forecast of the dynamic regression model.

No description available.

No description available.

Det saknas idag resultat inom forskning som kan urskilja en klassificeringsmetod som konsekvent presterar bättre än övriga, vilken metod som presterar bäst beror mer på datats karaktäristika än själva metoden. Samtidigt är klassificering ett viktigt och användbart verktyg som används inom flera områden, bland annat medicin där klassificeringsmetoder används i stor utsträckning och resultaten av klassificering kan vara livsavgörande. Det har i tidigare studier visats att kognitiva tester från Betula-studien har signifikant samband med insjuknande i demens upp till 10 år innan klinisk demens bekräftats. Det finns dock inget dokumenterat försök att prediktera demens genom klassificering med kognitiva data från Betula-studien. Syftet med denna uppsats är att undersöka hur tre olika etablerade klassificeringsmetoder, linjär diskriminantanalys, support vector machines, med polynom och radial kärna, samt gradient tree boosting presterar på ett datamaterial med tre klasser. Data kommer från Betula-studien och består av kognitiva minnestester och persondata, klasserna bestäms utifrån hur många år efter inkludering i studien en deltagare blir diagnostiserad med klinisk demens. Klass 1 utvecklade inte demens, klass 2 utvecklade demens mellan 11 och 21 år och klass 3 mellan 1 och 10 år. Eftersom fördelningen av klasserna är obalanserade, klass 1 består av ca 85% av alla observationer, undersöks även en balanserad version av datamaterialet. Resultaten visar på en viss skillnad i fördelningen av korrekta och felaktiga klassificeringar för de olika metoderna. Vad gäller andelen korrekta och felaktiga klassificeringar kan inte någon betydande skillnad påvisas. Slutsatsen är att det inte går att avgöra om någon metod presterar bättre än de övriga.

No description available.

Women’s empowerment has been thoroughly discussed during the last two decades, yet the research on the components of empowerment on the national level is still lacking. This paper aims to fill that gap by investigating which national causes and effects of women’s empowerment that are generally visible across developing countries. Previous studies on meso- and micro level have shown that an increase in women’s education, an increase in women’s economic independence as well as a strong legal framework is positively associated with women’s empowerment. Furthermore, a strengthening of women’s reproductive rights, an increase in children’s health and a better representation of women in parliament have been identified as effects of women’s empowerment. These hypotheses are tested through a structural equation model where women’s empowerment is estimated as a latent factor. The final model, which suffers from bad fit, shows that the quality of education is a strong determinant of women’s empowerment, and that women’s empowerment significantly affects the general level of children’s health. It also indicates that the strength of the legal framework is actually negatively correlated with women’s empowerment - a finding that calls for further research.

No description available.

Denna studie jämför styrkefunktionerna mellan det vedertagna likelihoodkvottestet (𝐿𝑇) och test baserade på spacings kallade fidelitytest (𝐹𝑇), under nollhypotesen 𝐻0:𝜃=𝜃0 och den alternativa hypotesen 𝐻𝐴:𝜃≠𝜃0. Tidigare studier har visat att 𝐹𝑇 presterar jämförbara resultat med 𝐿𝑇 under förutsättningar där modellantagandena håller optimalt och där båda testen är applicerbara. FT kan dessutom användas för vissa fall där LT inte fungerar. Syftet med denna uppsats är att med hjälp av simulerade data, undersöka hypotestestens prestation under förhållanden då modellantagandena inte är helt uppfyllda. Mer specifikt undersöker vi fall där observationsmaterialet innehåller avvikande värden, så kallade outliers. Resultaten visar att vissa versioner av 𝐹𝑇 i många fall ger styrkefunktioner som jämfört med LT, håller sig närmare önskad signifikansnivå då 𝜃=𝜃0. För mindre sampelstorlekar visar 𝐹𝑇 fortfarande på en bättre stabilitet, men förlorar i styrka. Det finns även skillnader beroende på vilken version av 𝐹𝑇 vi använder, där vissa har en mer önskvärd stabilitet kring 𝜃=𝜃0 till bekostnad av en lägre styrka och vice versa.

Stroke är den tredje vanligaste dödsorsaken i Sverige efter hjärtsjukdom och cancer. Varje år insjuknar 20 000 - 25 000 personer för första gången och ytterligare 5 000 - 10 000 personer återinsjuknar i sjukdomen. Datamaterialet till den här studien erhölls från kvalitetsregistret för svensk strokevård, Riksstroke. Riksstroke har som huvudsyfte att se till att strokesjukvården på våra sjukhus ständigt förbättras och utvecklas. Uppsatsens syfte var attförklara vilka faktorer som påverkar dödlighet efter insjuknande i stroke samt undersöka om det fanns någon interaktion mellan kön och socioekonomiska faktorer (utbildningsnivå, inkomstnivå och ensamboende). Studien genomfördes med överlevnadsanalys där metoden Cox proportional hazard regression tillämpades. Resultaten visade att faktorerna ålder, medvetandegrad vid ankomst till sjukhus , kön,rökning, typ av stroke, boende på institution, annan sjuklighet och olika socioekonomiska faktorer hade en signifikant effekt på risken att dö efter insjuknande i stroke. Om en individ var medvetslös vid inläggning så var risken 7,9 (hasard-kvot (HR), 7,876; 95 %konfidensintervall (KI), 7,546–8,221) gånger högre att avlida efter en stroke jämfört med en individ som var alert vid inläggning. För en patient som var 85 år eller äldre var risken 5,8 (HR, 5,779; 95 % KI, 5,389–6,197) gånger högre att avlida jämfört med en patient som var mellan 18-64 år. Dessutom visade det sig att det fanns en interaktion mellan kön och inkomstnivå. Lägre inkomstnivå ökade risken att avlida efter insjuknande i stroke för män. 1000 dagar efter insjuknande i stroke var sannolikheten för en man med hög inkomstnivå att överleva cirka 70 %, medan den var 65 % för en man med låg inkomstnivå. För kvinnor varierade sannolikheten att överleva 1 000 dagar mellan 69-70 % för de olika inkomstgrupperna. Varför det skiljer sig mellan inkomstgrupper för de båda könen är svårtatt sia om utifrån våra resultat. Ytterligare undersökningar kring detta samband bör genomföras.

In Sweden, the assumption is that there is no difference in particle halt between an intersection and a road link and this assumption is mentioned among government institutions. The intrest to investigate if statistical differences in particle halt between an intersection and a road link arises when enviromental questions concerning intersections has become more interesting.Data that is used in the thesis is between the 1:th of March 2016 at 13:15 to the 1:th of May 2016 at 00:00 and is measured at three measuring stations that are closely positioned.The stations that measure the particle halt is on the intersection at Hornsgatan 104 and the road link at Hornsgatan 110 where data of the particles with dimensions 1, 2.5 and 10 micrometer in diameter is measured. Meteorological variables is measured at Torkel Knutssonsgata and the amount of traffc is measured at Hornsgatan 110 and indicates if there is a high or low amount of traffic.The variables that are used to model the difference are produced by subtracting data from the road link of the data from the intersection. A difference between the intersection and the road link is made and modeling of the difference is possible. One difference is made for each of the particles and the differences has a variance that is not constant and sudden extreme values can appear. Time serie regressions are used for modeling the three particles (< 1, 1-2.5 and 2.5-10 micrometer in diameter). Methods such as GARCH and Cochrane-Orcutt are used in the error term where autocorrelation and heteroscedasticity are needed to be taken into account.For particles with dimensions < 1 and 1-2.5 micrometers in diameter, explained by different time variables, there is a variation of the difference over time and a signicant difference between the intersection and the road link exists. For particles with dimensions 2.5-10 micrometer in diameter there is a statistical difference in the month of April. The models with serveral explanatory variables shows that there is a number of signicant variables that can explain the general difference for each particle halt. Those variables are relative humidity, maximum wind and the direction of the wind. / Bland statliga institutioner i Sverige existerar antagandet om att det inte finns en skillnad i partikelhalt mellan en korsning och en väglänk. Intresset av att undersöka statistiska skillnader i partikelhalten mellan en korsning och en väglänk har uppkommit där miljörelaterade frågor rörande korsningar har blivit mer relevant att studera.Data i uppsatsen är mellan 1:a mars 2016 klockan 13:15 till och med den 1:a maj 2016 klockan 00:00 och mäts på tre mätstationer som ligger nära varandra. Mätstationerna som mäter partikelhalt finns på korsningen vid Hornsgatan 104 och väg länken vid Hornsgatan 110 där data om partiklar med måtten 1, 2.5 respektive 10 mikrometer i diameter samlas in. Meteorologiska variabler mäts på Torkel Knutssonsgata och mängden trafik mäts på Hornsgatan 110 och indikerar på hög eller låg trafik.Variablerna som används för att modellera skillnaderna i uppsatsen är framtagna genom att subtrahera data från väg länken av data från korsningen. En differens mellan korsningen och väg länken skapas och modellering av skillnaden blir möjlig. En differensskapas för varje partikelmått och differenserna har en varians som inte är konstant och oväntade extremvärden förekommer.Modellering för de tre partikelmåtten (< 1, 1-2.5 och 2.5-10 mikrometer i diameter) sker med tidsserieregressioner. Metoder som GARCH och Cochrane-Orcutt används i feltermen där autokorrelation och heteroskedacitet behövs tas hänsyn till. För partiklar med måtten < 1 och 1-2.5 mikrometer i diameter, som förklaras av olika tidsvariabler, varierar skillnaden över tid och en signikant skillnad mellan korsningen och väg länken finns. Partiklar med 2.5-10 mikrometer i diameter påvisas att ha en skillnad främst under april månad.Modellerna med fler variabler visar ett antal signikanta variabler som kan förklara skillnaden mellan korsningen och väglänken. Gemensamma variabler som påverkar skillnaden fär varje partikelhalt är relativ fuktighet, maxvind och vindriktning.