<p>Wind is used as an energy source all over the world. To be able to use this effectively, there is a need for as good forecasts and forecast models as possible. One of these models is Coupled Ocean/Atmosphere Mesoscale Prediction System (COAMPS®) that is used to calculate short time forecasts. This model is used here to calculate wind speeds at two different areas in Västra Götaland, Bengtsfors and Vänersborg. There are also wind measurements with SODAR stations for these areas. The first part of this work is to investigate the difference between two model resolutions, 36 and 12 km, for the model results compared with the measurements. The comparison is done by calculating some different statistical values. The results of these parameters show that the difference between the two resolutions is fairly small and that the lower resolution gives a slightly better result.</p><p>The second and major part of this work is to use two different regression models to adjust the result of the forecast models to the result of the measurements. These regression models will then be possible to use even when there are no measurements to compare with. The idea of these regression models is to find a way to describe the difference between the result of the forecast model and the SODAR measurements. This difference is then subtracted from the result of the forecast model so that you get an adjustment and more accurate result. The first regression model calculates the difference according to time of the day, the other model calculates the difference according to the wind speed.</p><p>Furthermore, the measurements used are taken from 75 meters height above the ground. These are then compared to some different results from the forecast model, for example different model heights and different resolutions, and also the model results adjusted with the regression models. The comparison is done by calculating the same statistic values as before, both with and without an adjustment with the regression models, and also to look at histograms that show the distribution of the difference. It is shown that with the regression adjustment, there is a clear improvement of the statistical values compared to the original results of the forecasts. For example the value of the absolute mean difference is reduced with approximately 0.4-0.7 m/s with an adjustment of the regression model. The histograms clearly show that a more even distribution occurs after the adjustment with the regression models. From having a major part of the differences at 1-2 m/s to now having the major part at around 0 m/s and furthermore there is also generally a lower difference between the measurements and the results from the forecast model.</p>

Wind is used as an energy source all over the world. To be able to use this effectively, there is a need for as good forecasts and forecast models as possible. One of these models is Coupled Ocean/Atmosphere Mesoscale Prediction System (COAMPS®) that is used to calculate short time forecasts. This model is used here to calculate wind speeds at two different areas in Västra Götaland, Bengtsfors and Vänersborg. There are also wind measurements with SODAR stations for these areas. The first part of this work is to investigate the difference between two model resolutions, 36 and 12 km, for the model results compared with the measurements. The comparison is done by calculating some different statistical values. The results of these parameters show that the difference between the two resolutions is fairly small and that the lower resolution gives a slightly better result. The second and major part of this work is to use two different regression models to adjust the result of the forecast models to the result of the measurements. These regression models will then be possible to use even when there are no measurements to compare with. The idea of these regression models is to find a way to describe the difference between the result of the forecast model and the SODAR measurements. This difference is then subtracted from the result of the forecast model so that you get an adjustment and more accurate result. The first regression model calculates the difference according to time of the day, the other model calculates the difference according to the wind speed. Furthermore, the measurements used are taken from 75 meters height above the ground. These are then compared to some different results from the forecast model, for example different model heights and different resolutions, and also the model results adjusted with the regression models. The comparison is done by calculating the same statistic values as before, both with and without an adjustment with the regression models, and also to look at histograms that show the distribution of the difference. It is shown that with the regression adjustment, there is a clear improvement of the statistical values compared to the original results of the forecasts. For example the value of the absolute mean difference is reduced with approximately 0.4-0.7 m/s with an adjustment of the regression model. The histograms clearly show that a more even distribution occurs after the adjustment with the regression models. From having a major part of the differences at 1-2 m/s to now having the major part at around 0 m/s and furthermore there is also generally a lower difference between the measurements and the results from the forecast model.

Den anadroma öringen i Östersjöns avrinningsområde uppnår inte tillfredsställande status och uppskattningsvis upprätthålls ungefär hälften av populationerna med kompensationsodling. En av dem är Dalälvens anadroma öring som numer har sitt reproduktionsområde vid Älvkarleby, ca 10 km uppströms älvmynningen till Östersjön. Där finns även ett vattenkraftverk som innebär ett definitivt vandringshinder för Dalälvens migrerande arter. Vid Älvkarleby bedriver SLU Aqua forskning på öring och lax, samt ansvarar för kompensationsodlingen av Dalälvens anadroma öring. Tack vare det långvariga kompensationsodlingsprogrammet finns långa tidsserier innehållandes populationsdynamiska och strukturella data om populationen i Dalälven. I denna studie beskrivs långtidstrender i detta data, och med hjälp av statistiska metoder identifieras potentiella påverkansfaktorer. Resultaten visar att studieperioden kännetecknas av kraftiga populationsdynamiska fluktuationer, och temperatur identifierades som en stark påverkansfaktor. / Anadromous trout populations in the Baltic Sea area are in a less than optimal state and about half of the populations are maintained by hatchery-reared trout. One of the populations spawns near Älvkarleby of river Dalälven, about 10 km upstream of the estuary in the Baltic Sea. A hydroelectric dam located in the same area blocks the routes of migratory species. SLU Aqua operates the cultivation of trout native to river Dalälven and conducts research at the research center in Älvkarleby. Owing to the long-term cultivation in river Dalälven, long time-series containing population-specific data is available. Based on the collected data, this study describes long-term trends in the trout population native to river Dalälven and tries to identify potential factors effecting these by using statistical methods. The results show that the study period is characterized by large fluctuations in population dynamics, and that temperature is a major influencing factor.

In modern mining industry, new resource efficient and climate resilient methods have been gaining traction. Commissioned efforts to improve the efficiency of European mining is further helping us to such goals. Orexplore AB's X-ray technology for analyzing drill cores is currently involved in two such project. Orexplore AB wishes to incorporate geostatistics (spatial statistics) into their analyzing process in order to further extend the information gained from the mineral data. The geostatistical method implemented here is ordinary kriging which is an interpolation method that, given measured data, predicts intermediate values governed by prior covariance models. Ordinary kriging facilitates prediction of mineral concentrations on a continuous grid in 1-D up to 3-D. Intermediate values are predicted on a Gaussian process regression line, governed by prior covariances. The covariance is modeled by fitting a model to a calculated experimental variogram. Mineral concentrations are available along the lateral surface of the drill core. Ordinary kriging is implemented to sequentially predict mineral concentrations on shorter sections of the drill core, one mineral at a time. Interpolation of mineral concentrations is performed on the data considered in 1-D and 3-D. The validation is performed by calculating the corresponding density at each section that concentrations are predicted on and compare each such value to measured densities. The performance of the model is evaluated by subjective visual evaluation of the fit of the interpolation line, its smoothness, together with the variance. Moreover, the fit is tested through cross-validation using different metrics that evaluates the variance and prediction errors of different models. The results concluded that this method accurately reproduces the measured concentrations while performing well according to the above mentioned metrics, but does not outperform the measured concentrations when evaluated against the measured densities. However, the method was successful in providing information of the minerals in the drill core by producing mineral concentrations on a continuous grid. The method also produced mineral concentrations in 3-D that reproduced the measured densities well. It can be concluded that ordinary kriging implemented according to the methodology described in this report efficiently produces mineral concentrations that can be used to obtain information of the distribution of concentrations in the interior of the drill core. / I den moderna gruvindustrin har nya resurseffektiva och klimatbeständiga metoder ökat i efterfråga. Beställda projekt för att förbättra effektiviteten gällande den europeiska gruvdriften bidrar till denna effekt ytterligare. Orexplore AB:s röntgenteknologi för analys av borrkärnor är för närvarande involverad i två sådana projekt. Orexplore AB vill integrera geostatistik (spatial statistik) i sin analysprocess för att ytterligare vidga informationen från mineraldatan. Den geostatistiska metoden som implementeras här är ordinary kriging, som är en interpolationsmetod som, givet uppmätta data, skattar mellanliggande värden betingade av kovariansmodeller. Ordinary kriging tillåter skattning av mineralkoncentrationer på ett kontinuerligt nät i 1-D upp till 3-D. Mellanliggande värden skattas enligt en Gaussisk process-regressionslinje. Kovariansen modelleras genom att passa en modell till ett beräknat experimentellt variogram. Mineralkoncentrationer är tillgängliga längs borrkärnans mantelyta. Ordinary kriging implementeras för att sekventiellt skatta mineralkoncentrationer på kortare delar av borrkärnan, ett mineral i taget. Interpolering av mineralkoncentrationer utförs på datan betraktad i 1-D och 3-D. Valideringen utförs genom att utifrån de skattade koncentrationerna beräkna den motsvarande densiteten vid varje sektion som koncentrationer skattas på och jämföra varje sådant värde med uppmätta densiteter. Undersökning av modellen utförs genom subjektiv visuell utvärdering av interpolationslinjens passning av datan, dess mjukhet, tillsammans med variansen. Dessutom testas passformen genom korsvalidering med olika mätvärden som utvärderar varians- och skattningsfel för olika modeller. Slutsatsen från resultaten är att denna metod reproducerar de uppmätta koncentrationerna väl samtidigt som den presterar bra enligt de mätvärden som utvärderas, men överträffar ej de uppmätta koncentrationerna vid utvärdering mot de uppmätta densiteterna. Metoden var emellertid framgångsrik med att tillhandahålla information om mineralerna i borrkärnan genom att producera mineralkoncentrationer på ett kontinuerligt rutnät. Metoden producerade också mineralkoncentrationer i 3-D som reproducerade de uppmätta densiteterna väl. Slutsatsen dras att ordinary kriging, implementerad enligt den metod som beskrivs i denna rapport, effektivt skattar mineralkoncentrationer som kan användas för att få information om fördelningen av koncentrationer i det inre av borrkärnan.

The current method for house valuations in mortgage portfolio models corresponds to applying a residential property price index (RPPI) to the purchasing price (or last known valuation). This thesis introduces an alternative house valuation method, which combines the current one with the bank's customer data. This approach shows that the gap between the actual house value and the current estimated house value can to some extent be explained by customer attributes, especially for houses where the homeowner is a defaulted customer. The inclusion of customer attributes can either reduce false overestimation or predict whether or not the current valuation is an overestimation or underestimation. This particular property is of interest in credit risk, as false overestimations can have negative impacts on the mortgage portfolio. The statistical methods that were used in this thesis were the data mining techniques regression and clustering. / De modeller och tillvägagångssätt som i dagsläget används för husvärdering i bolåneportföljen bygger på husprisindexering och köpesskilling. Denna studie introducerar ett alternativt sätt att uppskattta husvärdet, genom att kombinera dagens metod med bankens egna kunddata. Det här tillvägagångssättet visar på att gapet mellan det faktiska och det uppskattade husvärdet kan i viss mån förklaras av kunddata, framförallt där husägaren är en fallerad kund. Inkluderandet av kunddata kan både minska dagens övervärdering samt predicera huruvida dagens uppskattning är en övervärdering eller undervärdering. För fallerade kunder gav den alternativa husvärderingen ett mer sanningsenligt uppskattat värde av försäljningspriset än den traditionella metoden. Denna egenskap är av intresse inom kreditrisk, då en falsk övervärdering kan ha negativa konsekvenser på bolåneportföljen, framförallt för fallerade kunder. De statistiska verktyg som användes i denna studie var diverse regressionsmetoder samt klusteranalys.

The standard model of particle physics can excellently describe the vast majorityof data of particle physics experiments. However, in its simplest form, it cannot account for the fact that the neutrinos are massive particles and lepton flavorsmixed, as required by the observation of neutrino oscillations. Hence, the standardmodel must be extended in order to account for these observations, opening up thepossibility to explore new and interesting physical phenomena. There are numerous models proposed to accommodate massive neutrinos. Thesimplest of these are able to describe the observations using only a small numberof effective parameters. Furthermore, neutrinos are the only known existing particleswhich have the potential of being their own antiparticles, a possibility that isactively being investigated through experiments on neutrinoless double beta decay.In this thesis, we analyse these simple models using Bayesian inference and constraintsfrom neutrino-related experiments, and we also investigate the potential offuture experiments on neutrinoless double beta decay to probe other kinds of newphysics. In addition, more elaborate theoretical models of neutrino masses have beenproposed, with the seesaw models being a particularly popular group of models inwhich new heavy particles generate neutrino masses. We study low-scale seesawmodels, in particular the resulting energy-scale dependence of the neutrino parameters,which incorporate new particles with masses within the reach of current andfuture experiments, such as the LHC. / Standardmodellen för partikelfysik beskriver den stora majoriteten data från partikelfysikexperimentutmärkt. Den kan emellertid inte i sin enklaste form beskrivadet faktum att neutriner är massiva partiklar och leptonsmakerna är blandande,vilket krävs enligt observationerna av neutrinooscillationer. Därför måste standardmodellenutökas för att ta hänsyn till detta, vilket öppnar upp möjligheten att utforska nya och intressanta fysikaliska fenomen. Det finns många föreslagna modeller för massiva neutriner. De enklaste av dessakan beskriva observationerna med endast ett fåtal effektiva parametrar. Dessutom är neutriner de enda kända befintliga partiklar som har potentialen att vara sinaegna antipartiklar, en möjlighet som aktivt undersöks genom experiment på neutrinolöst dubbelt betasönderfall. I denna avhandling analyserar vi dessa enkla modellermed Bayesisk inferens och begränsningar från neutrinorelaterade experiment och undersöker även potentialen för framtida experiment på neutrinolöst dubbelt betasönderfall att bergänsa andra typer av ny fysik. Även mer avancerade teoretiska modeller för neutrinomassor har föreslagits, med seesawmodeller som en särskilt populär grupp av modeller där nya tunga partiklargenererar neutrinomassor. Vi studerar seesawmodeller vid låga energier, i synnerhetneutrinoparametrarnas resulterande energiberoende, vilka inkluderar nya partiklarmed massor inom räckh°all för nuvarande och framtida experiment såsom LHC. / <p>QC 20130830</p>

Industrial manufacturing companies are working in a greater extent than before to optimize processes as well as reduce variation to build in quality in their products. SCA Munksund produces kraftliners with high variability for the strength measurements bursting strength and SCT-CD, together called strength potential. Variability in these strength measurements leads to either higher quality than requested by customers or to products being scrapped due to substandard quality. The variation in the strength measurements leads to unnecessary production costs according to SCA Munksund. To investigate the variation in strength measurements of a specific grammage of a kraftliner (170 g/m2), the problem-solving methodology DMAIC in Six Sigma was used. DMAIC can be used to translate a complex production problem into a more manageable statistical problem. Design of Experiments (DoE) can be used together with DMAIC to identify casual relationships and can also be applied to increase process knowledge. DoE is a powerful tool when studying how effects of multiple process parameters affect quality parameters in a process. In this master thesis, DMAIC was applied as a method to illustrate how a complex production problem can be tackled. The purpose of this master thesis work was to exemplify how statistical tools and methods can be applied in a manufacturing industry to achieve increased process knowledge. The purpose was applied practically at SCA Munksund kraftliner production site to create increased understanding of the subprocesses where the strength measurements bursting strength and SCT-CD can be affected. DMAIC was initially used to define the problem and DoE was used to generate models that could explain the strength potential. To help answer the thesis question, historical data were analysed to identify potential experimental factors. Appropriate experimental levels were checked in a test before the experiments. Then the experimental factors for bursting strength were determined to A: Läppläge vertikal topplåda, B: Alun bas and C: Koncentration inloppslåda bas and the factors for SCT-CD to A: Läppläge vertikal topplåda, B: Utloppsdifferens top and C: Utloppsdifferens bas. The experiments used a 23 factorial design with three center points. Alun bas and Utloppsdifferens top could on a 10 percent significance level be identified as significant effects. Regression models were developed to describe which factors and factor interactions that affect the strength potential in a kraftliner. The case study results thus illustrates how statistical tools and methods can be applied in a manufacturing industry to increase process knowledge. The result show that the bursting strength and SCT-CD increased with 2,4 % and 1,3 % respectively compared to normal levels during the experiment at the same time as lower operating costs can be achieved. SCA Munksund can save 143 700 SEK per year if the recommended level of Alun bas is followed. / Industriellt tillverkande företag arbetar i större utsträckning än tidigare med optimering av processer samt för minskad variation kring uppsatta toleransgränser i syfte att bygga in rätt kvalitet i sina produkter. SCA Munksund producerar kraftliner med hög variation för styrkemåtten sprängstyrka och SCT-CD. Variationen leder till att kraftlinerrullar antingen kan säljs med bättre kvalitet än efterfrågat eller så kasseras de på grund av bristande kvalitet. I båda avseendena anser SCA Munksund att variationen för styrkemåtten leder till onödiga kostnader vid produktionen. För att utreda variationen i styrkemåtten hos en specifik ytvikt av kraftliner, 170 g/m2, användes Sex Sigmas problemlösningsmetodik DMAIC som förkortat står för Define, Measure, Analyze, Improve och Control. DMAIC används för att översätta ett komplext produktionsproblem till ett mer hanterligt statistiskt problem. Inom problemlösningsmetodiken kan försöksplanering användas för att identifiera kausala samband och kan tillämpas för ökad processkunskap. Försöksplanering är ett kraftfullt verktyg för att kunna studera hur effekterna av flera processparametrar påverkar kvalitetsparametrar i en process. Vid examensarbetet användes DMAIC för att angripa ett komplext problem. Syftet med examensarbetet var att exemplifiera hur statistiska verktyg och metoder kan tillämpas inom en tillverkande industri för att nå ökad processkännedom. Syftet applicerades praktiskt vid SCA Munksunds kraftlinertillverkning för att skapa ökad förståelse inom de delprocesser där styrkepotentialen kan påverkas. DMAIC användes för att initialt kunna definiera problemet och försöksplanering användes för att skapa regressionsmodeller som kan förklara styrkepotentialen. För att uppnå syftet analyserades historisk data för att identifiera potentiella försöksfaktorer. Lämpliga försöksnivåer kontrollerades vid ett test innan experimenten. Därefter kunde försöksfaktorerna fastställas för sprängstyrkan till A: Läppläge vertikal topplåda, B: Alun bas och C: Koncentration inloppslåda bas och faktorerna för SCT-CD till A: Läppläge vertikal topplåda, B: Utloppsdifferens topp och C: Utloppsdifferens bas. Experimentet genomfördes enligt en 23 försöksplan med tre centrumpunkter. Alun bas och Utloppsdifferens toppkunde med 10 % signifikansnivå identifieras som signifikanta effekter. Anpassade regressionsmodeller skapades i syfte att beskriva vilka faktorer och samspel mellan faktorer som påverkar styrkepotentialen i kraftlinern. Fallstudien illustrerar därmed hur statistiska verktyg och metoder kan tillämpas inom en tillverkande industri för att nå ökad processkännedom. Jämfört mot normala nivåer visar resultaten från de experiment som genomfördes i fallstudien att sprängstyrkan ökade med 2,4 % och SCT-CD med 1,3 % samtidigt som lägre driftskostnader kan uppnås. Efterföljs den rekommenderade nivån för alun i kraftlinerns basskikt leder det till en besparing på 143 700 SEK per år. Besparingen av alun är endast beräknad på den studerade kraftlinern med ytvikt 170 g/m2, vilket innebär att ytterligare besparingar bör vara möjliga för resterande 18 ytvikter.