Antalet hemlösa EU-migranter har på senare år ökat kraftigt i Sverige, och närmare hälften av dem saknar inkomstkälla helt medan många andra försörjer sig genom tiggeri. Numera måste individer förutom att ta ställning till huruvida de ska ge pengar till etablerade välgörenhetsorganisationer även besluta om de ska ge pengar till tiggande EU-migranter. Utifrån antagandet att det existerar asymmetrisk information, och institutionella faktorer som kan påverka individers givande till respektive typ av välgörenhet är det intressant att undersöka om det finns skillnader i benägenheten att ge till tiggande EU-migranter jämfört med etablerade välgörenhetsorganisationer.Forskningsstudiens huvudsakliga syfte är att undersöka benägenheten hos individer att ge pengar till tiggande EU-migranter jämfört med etablerade välgörenhetsorganisationer. Vidare är syftet också att identifiera och analysera olika individspecifika egenskaper som tänkbart påverkar individers givande till respektive typ av välgörenhet. För att besvara syftet samlas primärdata in i Linköpings stad genom en enkätundersökning och analyseras sedan med hjälp av ekonometriska verktyg.Forskningsstudiens resultat indikerar att individer generellt är mindre benägna att ge pengar till tiggande EU-migranter jämfört med etablerade välgörenhetsorganisationer. De egenskaper som har betydelse för att förklara individers givande till tiggande EU-migranter är kön, ålder, härkomst, kunskap om tiggande EU-migranters livssituation och inställning till lagförslag att förbjuda tiggeri. I jämförelse till detta har ålder, utbildning, härkomst, äktenskap och sociala faktorer betydelse för att förklara givandet till etablerade välgörenhetsorganisationer. / In recent years, the number of homeless EU migrants has increased substantially in Sweden, and almost half of them lack an income whereas many others live by begging. Nowadays, individuals in addition to decide whether to give money to established charities also have to decide whether to give money to begging EU migrants. Based on the assumption that asymmetric information and institutional factors exists, which can affect each type of willingness to donate to charity, it is interesting to investigate whether there are differences in propensity to give money to begging EU migrants compared to established charities.The purpose of the research study is to examine individual’s propensity to give money to begging EU migrants compared to established charities. Furthermore, the aim is also to identify and analyze various individual characteristics that conceivably affect individuals' donation to each type of charity. To answer the purpose of the research study primary data is collected in Linkoping city by a questionnaire and the material is analyzed with econometric models.The results of the study indicate that individuals generally are less likely to give money to begging EU migrants compared with established charities. Variables that affect individuals' willingness to give money to begging EU migrants are gender, age, descent, knowledge of begging EU migrants living situation and attitude towards banning begging. Compared to this, factors that affect the willingness to donate to established charities are age, education, descent, married and social factors.

A customers propensity to buy a certain product is a widely researched field and is applied in multiple industries. In this thesis it is showed that using binary classification on data from Scandinavian Airlines can predict their customers propensity to book a flight within the next coming seven days. A comparison between logistic regression and support vector machine is presented and logistic regression with reduced number of variables is chosen as the final model, due to it’s simplicity and accuracy. The explanatory variables contains exclusively booking history, whilst customer demographics and search history is showed to be insignificant. / En kunds benägenhet att göra ett visst köp är ett allmänt undersökt område som applicerats i flera olika branscher. I den här studien visas det att statistiska binära klassificeringsmodeller kan användas för att prediktera Scandinavian Airlines kunders benägenhet att köpa en resa de kommande sju dagarna. En jämförelse är presenterad mellan logistisk regression och stödvektormaskin och logistisk regression med reducerat antal parametrar väljs som den slutgiltiga modellen tack vare sin enkelhet och träffsäkerhet. De förklarande variablerna är uteslutande bokningshistorik medan kundens demografi och sökdata visas vara insignifikant.