The possible effects of the General Data Protections Regulations (GDPR) have been widely discussed among policymakers, stakeholders and ordinary people who are the objective for data collection. The purpose of GDPR is to protect people’s integrity and increase transparency for how personal data is used. Up until May 25th, 2018 personal data could be sampled and used without consent from users. Many argue that the introduction of GDPR is good, others are reluctant and argue that GDPR may harm data-driven companies. The report aims to answer how GDPR affects sales at the flight search engine Flygresor.se. By examining how and to what extent these regulations impact revenue, it is hoped for that these findings will lead to a deeper understanding of how these regulations affect businesses. Multiple linear regression analysis was used as the framework to answer the research question. Numerous models were constructed based on data provided by Flygresor.se. The models mostly included categorical variables representing time indicators such as month, weekday, etc. After carefully performing data modifications, variable selections and model evaluation tests three final models were obtained. After performing statistical inference tests and multicollinearity diagnostics on the models it could be concluded that an effect from GDPR could not be statistically proven. However, this does not mean that an actual effect of GDPR did not occur, only that it could not be isolated and proven. Thus, the extent of the effect of GDPR is statistically inconclusive. / De möjliga följderna av införandet av General Data Protections Regulations (GDPR) har varit väl omdiskuterat bland beslutsfattare, intressenter och människor som är målet för datainsamlingen. Syftet med GDPR är att skydda människors integritet samt öka insynen för hur personlig data används. Fram tills den 25 maj 2018 har det varit möjligt att samla in och använda personuppgifter utan samtyckte från användare. Många menar att införandet av GDPR är nödvändigt medans andra är mer kritiska och menar att GDPR kan skada lönsamheten för data beroende verksamheter. Denna rapport syftar till att svara på huruvida GDPR har påverkat försäljningen på flygsökmotorn Flygresor.se. Genom att undersöka om och i vilken utsträckning dessa regler påverkat intäkterna, är förhoppningen att dessa resultat kan leda till en djupare förståelse för hur GDPR påverkar företag. Multipel linjär regressionsanalys användes som ramverk för att svara på frågeställningen. Flera modeller utformades baserat på data som tillhandahölls av Flygresor.se. Modellerna var främst baserade på kategoriska variabler som representerade tidsaspekter så som månad, veckodag etc. Efter ett grundligt genomförande av data modifieringar, variabelselektion och modellutvärdering kunde tre modeller konstateras. Efter att ha genomfört signifikanstester och korrelationstester på modellerna kunde det fastställas att en effekt från GDPR inte kunde statistiskt säkerställas. Dock betyder detta inte att GDPR inte har haft en faktisk effekt, utan att en effekt inte kunde isoleras och bevisas.

Apotek Hjärtat wants to keep developing their e-commerce website and improve retrieval and delivery of orders to customers. Click and Collect and Click and Express are two options for retrieving e-commerce orders that are available if all products in the order are present in the store. By implementing a back stock in the stores with popular e-commercial items, all products of an order will more often be present in the store. The back stock will in such a way increase the availability of Click and Collect and Click and Express. The goals for the study are to conduct a pilot study, compare methods and possible solutions to implement a model to reach the goals. The pilot study was made by studying previous works in mathematical statistics methods and machine learning methods. The statistical method was accomplished through the analytical tool Statistical Package for the Social Sciences (SPSS) and Java. The machine learning method was accomplished through Python and the Scikit-learn library. The machine learning method was performed by a regression algorithm that was used to find relations between category sales and pollen forecasts. The statistical and machine learning methods were compared to each other. Both gave identical results, but the machine learning method was more functional and easier to further develop and consequently was chosen. Several models were created for a few selected product categories. The categories that did not work for the models had an unrealistic amount of sold products. These amounts could be negative or extremely high when unknown inputs were introduced. A simulation was made of the back stock to estimate how it would increase the availability of Click and Collect/Click and Express. The machine learning models could need more data for more accurate predictions. A conclusion could be made though that is possible to predict the amount of sold products of certain categories such as Allergy and Child Medicine with pollen halt taken into account. / Apotek Hjärtat vill fortsätta utveckla sin e-handelssida och förbättra upphämtning och leverans av ordrar till kund. Click and Collect och Click and Express är två val för att hämta upp e-handelsordrar som finns tillgängliga om alla produkter i ordern finns i butik. Genom att implementera ett baklager i butiker med populära unika ehandelsprodukter kommer alla produkter i en order oftare att finnas i butik. Baklagret kommer på så vis öka tillgängligheten av Click and Collect och Click and Express. Målen är att utföra en förstudie, samt att jämföra och hitta en bra lösning att implementera en modell för att uppnå målen. Förstudien gick ut på att analysera tidigare arbeten inom matematiska statistikmetoder och maskininlärningsmetoder. Den statistiska metoden utfördes genom det analytiska verktyget Statistical Package for the Social Sciences (SPSS) och Java. Maskininlärningsmetoden utvecklades med hjälp av Python och Scikit-learn biblioteket. Maskinlärningsmetoden utfördes genom en regressionsalgoritm som användes för att ta fram flera modeller för relationer mellan försäljning av kategorier och pollenprognoser. Statistiska metoden och maskininlärningsmetoden jämfördes med varandra. Båda gav identiska resultat men maskininlärning var mer funktionellt och enklare att vidareutveckla och därför valdes den metoden. Flera olika modeller lyckades tas fram för en del produktkategorier. De kategorier som inte fungerade för modellerna hade orealistiska mängder sålda varor. Dessa mängder kunde vara negativa eller extremt höga när okända inputs introducerades. Med hjälp av simulationen var det möjligt att uppskatta hur baklagret skulle öka tillgängligheten av Click and Collect/Express. Maskininlärningsmodellerna skulle behöva mer data, som kommer i framtiden, för att ge en mer precis prediktering mellan pollenvärden. Som slutsats är det möjligt att använda dem i framtiden för vissa kategorier som allergi och barnmedicin.

I en företagstransaktion anlitas vanligen en investmentbank för att bistå med värdering av bolaget samt agera rådgivare. Investmentbanker agerar som en slag företagsmäklare som är antingen på köp- eller säljsidan av transaktionen. När bolagsvärdet presenteras i en pitch till säljarna brukar de använda sig av flera metoder för att beräkna värdet av företaget. För att öka precisionen i värdering av ett nordiskt industribolag ställdes frågan om multipel regressionsanalys kunde användas som ett komplement i en bolagsvärdering och hur den stod sig gentemot en klassisk värderingsmetod som Precedent Transactions Analysis. Dessa frågor kom att analyseras och besvarades genom att skapa en regressionsmodell som byggde på data hämtad från företagens finansiella rapporter. Den insamlade datan byggde på 132 transaktioner av nordiska industribolag under perioden 2009-2019. Regressionsmodellen kom sedan att jämföras mot en PTA-värdering som byggde på tidigare företagstransaktioner av bolag med liknande finansiell och affärsmässig bakgrund som bolaget i fråga skulle värderas. Denna studie visar på att regressionsanalys kan användas som en komplement till de olika värderingsmetoderna men bör ej användas för att värdera nordiska industribolag med avhandlingens val av variabler och skall inte ersätta någon av de klassiska värderingsmetoderna. / Prior to a company being sold or acquired they usually contact an investment bank to support with the valuation of the company, execute the sale and act as advisors for the actors that wish to buy or sell. Investment banks acts as a kind of company broker which is either on the buy or the sell side. When the company value is presented, they usually utilize several methods to calculate the value of the company. During the last decade the frequency of transactions on the Nordic industry market have increased significantly. To increase the precision in the valuation of a Nordic industrial company, the question was asked if multiple regression analysis could be used as a valuation method? Also, how did it compare itself against a classical valuation method like Precedent Transaction Analysis? These questions came to be analyzed and answered by creating a regression modell built of data gathered from financial reports. The regression model then came to be compared to the PTA-valuation which built on previous company transactions with companies that were alike in financial background. This study shows that regression analysis could be used as a complement to the different valuation methods. However the model should not be used to evaluate Nordic industrial companies with the choice of variables in the thesis, since the reliability of the model is unpredictable. Regression analysis as a stand-alone valuation method should be taken with great caution and not replace neither of the classical valuation methods.

Den psykiska ohälsan har ökat bland befolkningen i Sverige vilket förutom ett personligt lidande ger stora samhällsekonomiska konsekvenser. Orsaken till denna ökning har inget definitivt svar men kan potentiellt förklaras av makro- och socioekonomiska faktorer. Denna rapport undersöker därför om det finns ett samband mellan psykisk ohälsa och makro- och socioekonomiska faktorer. Det sker även en analys av hur dessa faktorer kan förklara ökningen av psykiska ohälsa. För att ta reda på om ett samband existerar utförs en multipel linjär regressionsanalys där den beroende variabeln definieras som svåra besvär av oro, ängslan och ångest och de förklarande variablerna utgörs av förgymnasial-, gymnasial- och eftergymnasial utbildning, BNP per capita, hushållens disponibla inkomst och arbetslöshet. Analysen delas upp i grupperna kvinnor, män och totala befolkningen där data från åren 2002-2017 används. Analysen visar på ett visst samband mellan de olika regressionsvariablerna och makro- och socioekonomiska faktorer. Totala befolkningens psykiska ohälsa har framförallt ett samband med förgymnasial utbildning. De signifikanta variablerna för kvinnors psykiska ohälsa är gymnasial utbildning, BNP per capita och disponibel inkomst. För modellen för mäns psykiska ohälsa är arbetslöshet och disponibel inkomst mest signifikanta. Modellerna har approximativt uppfyllda antaganden och multikollinearitet närvarande vilket bidrar till en bristande tillförlitlighet. Vidare forskning krävs för ytterligare validering av sambanden samt för en djupare förståelse av makro- och socioekonomiska faktorers påverkan och möjliga orsakssamband. / The mental health has increased in Sweden, which besides the personal suffering affects both the society and economy. The reason behind the increase does not have any definite explanation but the answer may, at least partly, be found in macroeconomic and socioeconomic factors. This report will therefore investigate if there exists a relationship between mental health problems and macroeconomic and socioeconomic factors. An analysis of how these factors may explain the increase of mental health problems is also performed. To see if a relationship exists, a multivariable regression analysis is performed, where the dependent variable is defined as severe problems with anxiety and worry. The regression variables are education level, GDP per capita, the households disposable income and unemployment. The analysis is performed on the groups; women, men and total population and the data is collected over the years 2002 to 2017. The analysis indicates a certain relationship between the different macro and socioeconomic variables and mental health problems. For the total population, education level is the most significant. For women, education level, GDP per capita and the households disposable income are most important. For men, unemployment and disposable income are the strongest correlated variables. The models approximately fulfills the assumptions for the least square method and have multicollinearity present, which in total makes them less reliable. Further research to validate these relationships and to contribute to explanations of potential causality is needed.

This master thesis in optimization and systems theory is a development of two different optimization models formulated to schedule multi-skilled agents for contact centers depending on the forecasted demand, assigned by Teleopti. Four mixed integer linear programming models are created with the optimization programming language GAMS and solved by the internet based solver NEOS. Two of the models are formulated to perform an optimal scheduling that matches a forecasted demand per skill and day and the remaining two models are formulated to perform an optimal scheduling that matches a forecasted demand per skill, day and half hour. The first two models are referred to as the Basic Models and the second two are referred to as the Complex Models. The Basic Models includes seven constraints and the Complex Model includes nine constraints, describing regulations at the contact center. The main goal of the project is to find an optimal solution that results in an as even distribution of under or over scheduling. The scheduling optimization covers a period of 28 days, starting on a Monday which results in four weeks. The optimization models are based on two sets of data, there are 104 assigned agents that possesses one, two or three of the skills Channel, Direct and Product. All agents are bound to work according to a contract specified through the constraints. In the Basic Model the forecasted demand is given in amount of hours per day and skill, the demand is non-cyclical. In the Complex model the forecasted demand is given in amount of half hours per day, skill and half hour. Each day is scheduled from 7 a.m. to 11 p.m. resulting in 32 available half hours. All optimization models are developed to correctly mathematically formulate the constraints specified by Teleopti. Any non-linear equation that arises are linearized to maintain linearity, this is favourable in the sense of computational time solving the models. The objective functions in this thesis are formulated to describe the main goal of even distribution as correctly as possible. The result for the Basic Model shows that an optimal solution is achieved after 34 seconds. This model contains 169,080 variables and 39,913 equations. In the Complex Models integer solutions are achieved, but no optimal solution is found in 8 hours of computational time. The larger Complex Model contains 9,385,984 variables and 1,052,253 equations and the smaller Complex Model contains 5,596,952 variables and 210,685 equations. Teleopti’s scheduler produces an integer solution matching the Complex Model in 4 minutes. / Detta examensarbete i optimering och systemteori är framtagningen av två olika optimeringsmodeller formulerade för att schemalägga multikompetenta agenter för kontaktcenters beroende av den förväntade efterfrågan, tilldelad av Teleopti. Fyra blandade heltals linjära programmeringsmodeller skapas med optimeringsprogrammeringsspråket GAMS och löses av den internetbaserade lösaren NEOS. Två av modellerna är formulerade för att utföra en optimal schemaläggning som matchar en prognostiserad efterfrågan per skicklighet och dag och de återstående två modellerna är formulerade för att utföra en optimal schemaläggning som matchar en prognostiserad efterfrågan per färdighet, dag och en halvtimme. De två första modellerna i detta arbete benämns de Grundläggande Modellerna och de resterande två benämns de Komplexa Modellerna. Grundmodellerna inkluderar sju bivillkor och de Komplexa modellerna innehåller nio bivillkor, vilka beskriver arbetsvillkoren på kontaktcentret. Projektets huvudmål är att hitta en optimal lösning som resulterar i en jämn fördelning av under- eller överschemaläggning. Den schemalagda optimeringen täcker en period av 28 dagar, vilken börjar på en måndag vilket resulterar i fyra veckor. Optimeringsmodellerna är baserade på två uppsättningar data, det finns 104 tillgängliga agenter vilka har en, två eller tre av kompetenserna Channel, Direct och Product. Alla agenter är bundna att arbeta enligt det kontrakt som specificeras genom bivillkoren. I grundmodellen anges den prognostiserade efterfrågan i timmar per dygn och kompetens, efterfrågan är icke-cyklisk. I den komplexa modellen anges den beräknade efterfrågan i mängd halvtimmar per dag, kompetens och halvtimme. Varje dag är schemalagd från kl. 07.00 till 23.00 vilket resulterar i 32 tillgängliga halvtimmar. Alla optimeringsmodeller är utvecklade för att matematiskt beskriva de begränsningar som Teleopti specificerar. Alla icke-linjära ekvationer som uppstår linjäriseras för att upprätthålla linjäritet, detta är gynnsamt i avseendet mängd tid beräkningen av modellerna tar. Målfunktionerna i detta arbete är formulerade för att beskriva huvudmålet för jämn distribution så korrekt som möjligt. Resultatet för grundmodellen visar att en optimal lösning uppnås efter 34 sekunder. Denna modell innehåller 169,080 variabler och 39,913 ekvationer. I de komplexa modellerna uppnås heltalslösningar, men ingen optimal lösning hittas på 8 timmars beräkningstid. Den större komplexa modellen innehåller 9,385,984 variabler och 1,052,253 ekvationer och den mindre komplexa modellen innehåller 5,596,952 variabler och 210,665 ekvationer. Teleoptis schemaläggare producerar en heltalslösning som matchar den komplexa modellen på 4 minuter.

The purpose of this thesis it to determine an optimal loan limit strategy. The optimality conditions are formulated in two different ways to account for two different objectives: maximizing the total profit and maximizing the approval rate. These objectives have been formulated as mathematical models and solved using linear programming. Moreover, the effects of changes to model constraints have been analyzed. The project was conducted in collaboration with Froda Företagslån, a digital lending platform that provides loans to Small and Medium-sized Enterprises. / Denna uppsats syftar till utveckla en optimal kreditlimitstrategi, vilket kan formuleras på olika sätt beroende på vad kreditgivarens huvudsakliga mål är. I detta fall undersöks vilka limiter som bör sättas när målet är att maximera vinsten samt när målet är att maximera antalet lån som godkänns och betalas ut. Ovanstående har sedan formulerats som matematiska modeller som sedan löses med hjälp av linjär programmering. Vidare har effekterna av förändring hos modellens parametrar analyserats. Projektet bedrevs i samarbete med Froda Företagslån, en digital långivare som inriktar sig mot Små och Medelstora Företag.

This thesis was based on the subjects of mathematical statistics and industrial economics and management in order to analyze the grades of pupils in the final year of elementary school. The purpose was to find out what variables had a statistically significant impact on pupils’ final grades so that municipalities and schools could better understand what variables are important when trying to improve the average school results. A multiple regression model was used on data, obtained from the database of Skolverket, in order to examine what variables were statistically important. The final regression model acquired through a model reduction procedure showed that mostly structural covariates such as the academic background of pupils, percentage of female pupils and the percentage with Swedish background had a statistically significant impact on the academic performances of the students. R2 adjusted of the final model was 0.5289. The multiple regression model was discussed by referencing to previous research. In addition, the strategic management performance framework known as Balanced Scorecard which was introduced by Robert S. Kaplan and David P. Norton was used to discuss relevant key performance indicators to achieve the strategic objectives of schools. / Detta examensarbete, inom ämnet för matematisk statistik och industriell ekonomi, genomfördes med syftet att analysera avgångsbetygen för år 9 i den svenska skolan. Syftet var att förstå vilka variabler som hade en statistisk signifikant påverkan på elevers avgångsbetyg, så kommuner kan förstå vilka variabler som är viktiga för att förbättra de genomsnittliga skolresultaten. En regressionsanalys utfördes, på data från Skolverket, för att se vilka variabler som var statistiskt signifikanta. Den slutgiltiga regressionsmodellen, erhållen genom iterativ reducering av variabler, visade att främst strukturella kovariat, som akademisk bakgrund hos elever, andel kvinnliga studenter och andel studenter med svensk bakgrund hade en signifikant betydelse på studenters akademiska resultat. Justerad R2 var 0.5289 för den slutgiltiga modellen. I diskussionen utvärderades modellen utifrån tidigare forskning. Vidare användes teorin om balanserat styrkort, utvecklat av Robert S. Kaplan och David P. Norton, för att diskutera relevanta nyckeltal för att uppnå strategiska mål för skolan.

This bachelor’s thesis is a combined study of applied mathematical statistics and industrial engineering and management implemented to develop an algorithm which creates product combinations based on customer data analysis for eleven AB. Mathematically, generalized linear modelling, combinatorics and conditional probabilities were applied to create sales prediction models, generate potential combinations and calculate the conditional probabilities of the combinations getting purchased. SWOT analysis was used to identify which factors can enhance the sales from an industrial engineering and management perspective. Based on the regression analysis, the study showed that the considered variables, which were sales prices, brands, ratings, purchase countries, purchase months and how new the products are, affected the sales amounts of the products. The algorithm takes a barcode of a product as an input and checks whether if the corresponding product type satisfies the requirements of predicted sales amount and conditional probability. The algorithm then returns a list of possible product combinations that fulfil the recommendations. / Detta kandidatexamensarbete är en kombinerad studie av tillämpad matematisk statistik och industriell ekonomisk implementering för att utveckla en algoritm som skapar produktkombinationer baserad på kunddata analys för eleven AB. I den matematiska delen tillämpades generaliserade linjära modeller, kombinatorik och betingade sannolikheter för att skapa prediktionsmodeller för försäljningsantal, generera potentiella kombinationer och beräkna betingade sannolikheter att kombinationerna bli köpta. SWOT-analys användes för att identifiera vilka faktorer som kan öka försäljningen från ett industriell ekonomiskt perspektiv. Baserat på regressionsanalysen, studien har visat att de betraktade variablerna, som var försäljningspriser, varumärken, försäljningsländer, försäljningsmånader och hur nya produkterna är, påverkade försäljningsantalen på produkterna. Algoritmen tar emot en streckkod av en produkt som inmatning och kontrollerar om den motsvarande produkttypen uppfyller kraven för predikterad försäljningssumma och betingad sannolikhet. Algoritmen returnerar en lista av alla möjliga kombinationer på produkter som uppfyller rekommendationerna.

The rise of the sharing economy is forcing industries to move from traditional take-make-waste economy towards circular ones (Schuttelaar & Partners, 2019). Along with the increasing influence of e-commerce, supply-chain collaboration and globalization has increased the pressure of warehouse operations and requires more efficient operations with the use of less resources thanever before (Frazelle, 2016). Lean is a concept that has gained attention as a means of doing morewith less, through reducing wastes and continuously improving, which has been successful within the manufacturing sector. The difficulties of translating this concept into non-repetitive environments has contributed to the low level of adoption within industries like construction. Where companies within construction equipment rental have an even greater challenge, dealing with circular product flows. Thus, making their warehousing operations inherently complex along with the large amounts of different products. The thesis has focused on analysing the warehouse operations flow of collective fall protectionproducts in the equipment rental industry, from customer order to customer return. This has been enabled by performing an adapted Value Stream Mapping method in a new setting for equipmentrental industries. Where Value Stream Mapping traditionally is applied in manufacturing to visually represents the actions that are required for a product to move through the production andinformation flows. The purpose of the study is to apply VSM beyond manufacturing and tosummarize the results in order to provide suggestions for improving the handling of non-serialized products within the equipment rental industry. A case company within the equipment rental industry has been used to meet the purpose of the study by testing and evaluating the proposed frame work. The findings have been followed up by performing a return handling study, conducted by equipment rental professionals, which has been subject to a statistical analysis. The findings from the VSM are used as a foundation for the return handling study, which serves as a means of verifying or dismissing them. These are then summarized in suggestions for improvements to the case company and suggestions for future actions. Among the findings are indications of longer return times for products that are not forewarned prior to returns, and increase processing rates for sorted returns. Furthermore three product types were more frequently requiring repairs, cleaning and scrapping compared to other products, suggesting that these requiremore time to process. The company is advised to work with standardizing processes for return handling throughout the organization within invoicing specifications and product storage. Suggestions for future research within the subject area is also presented. / Den ökande utbredningen av delningsekonomi tvingar industrier att gå från traditionella linjära affärsmodeller mot cirkulära (Schuttelaar & Partners, 2019). Utöver denna förändring så ökar även trycket på lagerverksamheter som ett resultat av det ökande inflytandet av e-handel, Supply-Chainsamarbete och globalisering som kräver effektivare verksamheter med användning av mindre resurser än någonsin förut (Frazelle, 2016). Lean är ett koncept som har uppmärksammats som en filosofi för att hantera dessa förändringar, genom att åstadkomma mer med mindre resurser och därmed minska slöseri och att sträva efter ständiga förbättringar, vilket har varit framgångsrikt inom tillverkningssektorn. Svårigheterna med att översätta detta koncept till icke-repetitiva miljöer har bidragit till den begränsade appliceringen av lean inom industrier som byggnadskonstruktion. Där företag inom uthyrning av byggnadsmaskiner och utrustning har en ännu större utmaning, då deras verksamhet bygger på cirkulära produktflöden. Vilket orsakar komplex lagerhantering av många olika produkter i stora mängder. Avhandlingen har fokuserat på att analysera lagerflödet av kollektiva fallskyddsmedel i uthyrningsbranschen, från kundorder till kundreturer. Detta har möjliggjorts genom att utföra en anpassad värdeflödeskartläggning i ett nytt sammanhang, nämligen för företag inom uthyrning av byggnadsmaskiner och utrustning. Där värdeflödeskartläggning vanligtvis används inom tillverkning för att visuellt representera de aktiviteter som krävs för att en produkt ska kunna flytta genom produktions- och informationsflödena. Syftet med studien är att tillämpa värdeflödeskartläggning utanför tillverkningssektorn och att sammanfatta resultaten i form av förslag på förbättringar av hanteringen av icke-serienumrerade produkter inom uthyrningsbranschen. Ett samarbete med ett fallföretag inom uthyrningsindustrin har genomgåtts för att uppfylla syftet med studien. Tillsammans med fallföretaget har det föreslagna ramarbetet testats och utvärderats. Resultaten har följts upp genom att genomföra en returhanteringsstudie, som utförs av verksamma inom lager hanteringen för kollektiva fallskyddsmedel, studiens resultat har sedan varit föremål för en statistisk analys. Upptäckterna från värdeflödeskartläggningen användes som grund för returhanteringsstudien, som agerat medel för att verifiera eller avfärda dem. Dessa har sedan sammanfattas i förslag till förbättringar till fallföretaget och förslag till framtida åtgärder. Bland resultaten finns indikationer på längre hanteringstider för returer som inte är förvarnade innan de blir återlämnade, samt minskade hanteringstider för sorterade returer. Dessutom krävde tre produkttyper ofta reparationer, rengöring och skrotning jämfört med andra produkter, vilket tyder på att dessa produkter är mer tidskrävande vid returer. Företaget rekommenderas att arbeta med standardiseringsprocesser för returhantering i hela organisationen, mer specifikt inom bestämmelser för fakturering och produktlagring. Förslag till framtida forskning inom ämnesområdet presenteras även.

Creep is defined as deformation that takes place under constant load after an initial elastic response. This thesis focuses on a material property problem area that concerns stress analysis. Focus is on stress development considering creep deformations occurring when a concrete structure is under load, i.e. stress analysis with viscoelastic properties of the material.From laboratory tests, both elastic modulus and deformations over time are estimated in an evaluation process. Usually, deformations of moist sealed samples are denoted basic creep. At Luleå Technical University creep measurements are evaluated according to the theory and methodology in Larson and Jonasson (2003a, 2003b). The model is denoted Linear Logarithmic Model, used for moist sealed concrete samples. This thesis involves an investigation of the evaluation procedure for basic creep performed in Thysell laboratory at LTU, to examine how sensitive the evaluation process is for the outcome from stress calculations. The calculations are performed in the Finite Element Method software ConTeSt Pro.The aim of the thesis is to analyze the sensitivity of evaluation of basic creep and of the Linear Logarithmic Model (LLM) by making changes in the evaluation process to see how different parameters sets effect calculated stresses/strains during through crack analysis. The changes are solely done in the relaxation spectra.The purpose is also to analyze how sensitive the changes made in the evaluation process are when typical cases are studied. The typical cases are defined with a structure of a newly cast wall on a mature slab, where various thickness of the wall during different temperature conditions are analyzed. The temperature conditions are named standard, winter and summer. With this, concrete is tested and evaluated to yield two material parameter sets useful for temperature - and stress calculations for young concrete.The material parameter sets were analyzed and their creep values were converted into relaxation values, i.e. relaxation spectra, according to Maxwell-chain formulation for LLM. ConTeSt calculations generate temperature development for the walls and slabs. Colour maps and values of the strain ratio for each studied case are also obtained.It can be established that the evaluation process of basic creep is sensitive. A conclusion to be drawn is that small changes in the relaxation spectra, gives changes in the results of stress calculations for the typical cases. As soon as we deviate from the temperature development for the test performed in the laboratory, either by changing the thickness of the wall or by testing different temperature conditions we get a different temperature development than the tested one. With the deviation in the calculated temperature development compared to the measured one, a difference in the calculated strain ratios for the two different material parameter sets created are found.The main discovery in this work is that when a geometry of the wall that is identical to the geometry of the concrete tested at the laboratory is analyzed, a small deviation in the calculations of strain is obtained. This is expected since the temperature development in the created wall will follow the temperature development of the tested concrete. When differing from this geometry and temperature case, differences in calculated strain ratios are observed. / Krypning är deformation som sker under en konstant belastning och i detta examensarbete är det fokus på deformationer av fuktförseglade betongprover. Detta examensarbete är inriktat på olika materialparametersuppsättningar som berör spänningsanalyser. Det är fokus på spänningsutveckling med avseende på krypdeformationer som uppstår när en betongstruktur är under belastning. Detta gällande spänningsanalyser med viskoelastiska egenskaper hos betongmaterialet. Från laboratorietester bestäms både elasticitetsmodulen och deformationer över tid i en utvärderingsprocess. På Luleå tekniska universitet, utvärderas krypningsmätningarna enligt teorin och metodiken som finns beskriven i Larson och Jonasson (2003a, 2003b). Modellen är benämnd Linjär Logaritmisk Modell (LLM), som används för fuktförseglade betongprover. Examensarbetet innehåller en undersökning av utvärderingsprocessen för krypning utförda i Thysell laboratoriet vid LTU. Detta för att undersöka hur känslig utvärderingsprocessen är för resultatet av spänningsberäkningar. Beräkningarna utförs i Finita Elementprogrammet ConTeSt. Syftet med detta arbete är att analysera känsligheten i utvärderingen av krypning för fuktförseglade betongprover och för den Linjära Logaritmiska modellen genom att göra ändringar i utvärderingsprocessen för att se hur olika materialparametersuppsättningar påverkar beräknade spänningar under analys av genomgående sprickor. Ändringar görs endast i relaxationsspektra. Syftet är också att analysera hur känsliga förändringarna i utvärderingsprocessen är när olika typfall studeras. Typfallen definieras av ny gjuten vägg på en mogen betongplatta, där olika väggtjocklekar under olika temperaturförhållanden analyseras. Temperaturförhållandena benämns standard, vinter och sommar. Därvid testas och utvärderas betongen för att ge två materialparameteruppsättningar som är användbara för temperatur- och spänningsberäkningar för ung betong.Materialparameteruppsättningarna analyserades och deras krypvärden konverterades till relaxationsvärden, så kallade relaxations spektra, genom att använda Maxwell element för LLM. Från ConTeSt beräkningar erhålls värden för temperaturutveckling i vägg samt platta. Värmeutvecklingskarta tillsammans med värden på töjningskvoten för väggarna under varje studerat temperaturfall erhålls också från ConTeSt programmet. Det kan fastställas att den studerade utvärderingsprocessen för krypning är känslig. Små ändringar i relaxationsspektra ger variationer i resultatet av spänningsberäkningar för de olika typfallen. Så fort vi varierar den beräknade väggens temperaturutveckling från temperaturutvecklingen för testet som utförts i laboratoriet, antingen genom att ändra väggtjocklek eller genom att testa olika temperaturförhållanden, så erhålls en annorlunda temperaturutveckling än den som togs fram från laboratoriet. Med avvikelser i de beräknade temperaturutvecklingarna jämfört med den erhållna temperaturutvecklingen från den testade betongen i laboratoriet beräknas och analyseras skillnaden i töjningskvot. Den huvudsakliga upptäckten i detta arbete är att när den beräknade geometrin på väggen är identisk med den geometri som används för testriggen i laboratoriet, erhålls små variationer i de beräknade töjningskvoten. Detta är förväntat eftersom temperaturutvecklingen i den beräknade väggen är densamma som för betongen i testriggen i laboratoriet. När man avviker från den geometri eller de temperaturförhållandena som är identiska till dem i laboratoriet så erhålls större avvikelser i värden för den beräknade töjningskvoten.