These days, a wide range of autonomous systems, such as automobiles, delivery drones, and embedded household systems, are becoming more and more common in our society. This trend is projected to continue in the future. To effectively manage these dynamic systems, ensuring their safe operation is crucial for the well-being of our lives. Control of safety-critical systems has gained significant attention in recent years, particularly in the field of nonlinear control. While the mathematical tools for characterizing safety are well-established, there are still numerous challenges to be addressed when it comes to developing methodologies for synthesizing nonlinear control systems. This report investigates the similarity between the two control schemes, the prescribed performance control and control barrier function. Its purpose is to shed light on the development of control methodology in safetycritical systems. While both methods have been successfully constructed and developed recently, there is no existing report that clarifies their similarities. To gain a deeper understanding of the latest safety-critical control and investigate these similarities, this report aims to provide interesting insights and contribute to the further development of methodology. The key insight arises from the fact that the prescribed performance control can be considered a method based on barrier functions. Consequently, it can be regarded as a control barrier-based controller. In order to demonstrate the similarities and make a comparison between the two, a unified problem setting is presented. Once we have properly converted the problem, we can proceed with a comparison using numerical simulations. The results presented in this report demonstrate that the prescribed performance controller can be implemented using separate reciprocal CBF methods. Furthermore, it shows that the performance achieved is comparable to that of the CLF-CBF QP, which utilizes optimization techniques to ensure stability and safety requirements. These findings raise new questions regarding the relationship between these two approaches. Ultimately, the report delves into a deeper understanding of how model-free methods achieve superior performance compared to model-based methods that heavily rely on optimization. / Idag blir ett brett spektrum av autonoma system, som bilar, leveransdrönare och inbyggda hushållssystem, allt vanligare i vårt samhälle. Denna trend förväntas fortsätta i framtiden. För att effektivt hantera dessa dynamiska system är det avgörande att säkerställa att de fungerar på ett säkert sätt. Styrning av säkerhetskritiska system har fått stor uppmärksamhet under de senaste åren, särskilt inom området icke-linjär styrning. Även om de matematiska verktygen för att karakterisera säkerhet är väletablerade, finns det fortfarande många utmaningar att ta itu med när det gäller att utveckla metoder för att syntetisera olinjära styrsystem. Denna rapport undersöker likheten mellan de två kontrollsystemen, den föreskrivna prestandakontrollen och kontrollbarriärfunktionen. Syftet är att belysa utvecklingen av styrmetodik i säkerhetskritiska system. Även om båda metoderna har konstruerats och utvecklats framgångsrikt på senare tid, finns det ingen befintlig rapport som klargör deras likheter. För att få en djupare förståelse för den senaste säkerhetskritiska kontrollen och undersöka dessa likheter, syftar denna rapport till att ge intressanta insikter och bidra till den fortsatta utvecklingen av metodiken. Den viktigaste insikten härrör från det faktum att den föreskrivna prestandakontrollen kan betraktas som en metod baserad på barriärfunktioner. Följaktligen kan den betraktas som en styrbarriärbaserad styrenhet. För att visa på likheterna och göra en jämförelse mellan de två presenteras en enhetlig problemställning. När vi har omvandlat problemet på rätt sätt kan vi gå vidare med en jämförelse med hjälp av numeriska simuleringar. De resultat som presenteras i denna rapport visar att den föreskrivna prestandaregulatorn kan implementeras med separata reciproka CBF-metoder. Dessutom visar de att den uppnådda prestandan är jämförbar med den för CLFCBF QP, som använder optimeringstekniker för att säkerställa stabilitets- och säkerhetskrav. Dessa resultat väcker nya frågor om förhållandet mellan dessa två metoder. I slutändan ger rapporten en djupare förståelse för hur modellfria metoder uppnår överlägsen prestanda jämfört med modellbaserade metoder som i hög grad förlitar sig på optimering.

With increasing shares of variable renewable energy sources in the power mix, the need for energy storage solutions is projected to increase as well. Storage can in such combined systems help mitigate the issues with relying on intermittent sources by time-shifting the supply and smoothing out frequency fluctuations, to name some examples. This thesis has focused on Azelio ABs flagship product, the TES.POD, which is a long-duration thermal energy storage technology. When integrated with, for example, solar PV power, the TES.POD can store excess energy and dispatch it during times of low supply or when during the evening/night. The aim of the thesis has been the development of a day-ahead dispatch optimization tool for systems that include multiple TES.PODs, combined into a Cluster, and solar PV. The model was to be built using the Python programming language and based on Mixed-Integer-Linear-Programming (MILP) methods. The PV+storage system was then allowed to be connected to supplementary power sources such as a larger electric grid, or diesel generators in off-grid locations. The purpose of the optimization model is to find the most economic way to operate the individual TES.PODs while also keeping track of other system components, using a cost-based objective function (minimize costs). A focus has been on using high time resolution (small time step) in order to investigate the impact that the TES.PODs dynamic constraints has on operation. Another strength compared to pre-existing models was the ability to operate individual units indifferent to each other, as opposed to having them all operated in unison. Final results from benchmarking tests and two case studies indicated that using the optimization tool with smaller time steps had an effect on key indicators, and could lead to improved economy in the system. It was observed in both cases that the cost of electricity was reduced by running the optimization tool with time steps of either two or three minutes when compared with using an hourly resolution. Furthermore, several usage parameters for the TES.PODs, notably the total amount of operated hours and energy output per cycle, saw improvements which could lead to reduced cost of operation and maintenance. While not the main intent, testing different Cluster sizes and amount of installed PV capacity with the model, it could also be used in strategic decisions for system sizing. However, due to rapidly growing computational times in systems with large TES.POD clusters and using smaller time steps, the possibility of adding more complexity to the model in future work must be done with caution. To combat this issue, either improvements to the model formulation could be attempted, or by using more powerful hardware or optimizer (imported software algorithm that handles solving the model).

Inom fondförvaltning används kvantitativa metoder för att förutsäga hur företags räkenskaper kommer att förändras vid nästa kvartal jämfört med motsvarande kvartal året innan. Banken SEB använder i dag multipel linjär regression med förändring av intäkter som beroende variabel och förändring av valutakurser som oberoende variabler. Det är problematiskt av tre anledningar. Först och främst har valutor ofta stor multikolinjäritet, vilket ger instabila skattningar. För det andra det kan ett företags intäkter bero på ett urval av de valutor som används som data varför regression inte bör ske mot alla valutor. För det tredje är nyare data mer relevant för prediktioner. Dessa problem kan hanteras genom att använda regulariserings- och urvalsmetoder, mer specifikt elastic net och viktad regression. Vi utvärderar dessa metoder för en stor mängd företag genom att jämföra medelabsolutfelet mellan multipel linjär regression och regulariserad linjär regression med viktning. Utvärderingen visar att en sådan modell presterar bättre i 65,0 % av de företag som ingår i ett stort globalt aktieindex samt får ett medelabsolutfel på 14 procentenheter. Slutsatsen blir att elastic net och viktad regression adresserar problemen med den ursprungliga modellen och kan användas för bättre förutsägelser av intäkternas beroende av valutakurser. / Quantative methods are used in fund management to predict the change in companies' revenues at the next quarterly report compared to the corresponding quarter the year before. The Swedish bank SEB already uses multiple linear regression with change of revenue as the depedent variable and change of exchange rates as independent variables. This is problematic for three reasons. Firstly, currencies often exibit large multicolinearity, which yields volatile estimates. Secondly, a company's revenue can depend on a subset of the currencies included in the dataset. With the multicolinearity in mind, it is benifical to not regress against all the currencies. Thirdly, newer data is more relevant for the predictions. These issues can be handled by using regularisation and selection methods, more specifically elastic net and weighted regression. We evaluate these methods for a large number of companies by comparing the mean absolute error between multiple linear regression and regularised linear regression with weighting. The evaluation shows that such model performs better for 65.0% of the companies included in a large global share index with a mean absolute error of 14 percentage points. The conclusion is that elastic net and weighted regression address the problems with the original model and can be used for better predictions of how the revenues depend on exchange rates.

Syftet med denna studie är att undersöka vad det är som får spelarna att stanna kvar i spelet under en spelsession. Spelmarknaden kan delas upp i två typer av spel, antingen Open World-spel där användaren fritt kan ströva omkring i en virtuell värld och ges en betydande frihet i att välja hur denne skall nå sina mål eller linjära spel där användaren styrs av start och slutscener. Det är mycket vanligt i designen av den andra varianten (linjära spel) att användaren själv, aktivt väljer att starta nästa omgång. För att begränsa omfattning på denna studie har studien gjorts på linjära spel där användaren aktivt väljer att påbörja en ny omgång och exempel på speltyper som ofta inkluderas i linjära spel är MOBA, Battle Royal eller Första Personskjutare. Detta beslut har gjorts för att kunna jämföra resultatet med andra studier om binge-beteende. Binge är ett begrepp många inte har hört idag men som det talas allt mer om. Begreppet används ofta för att beskriva konsumenter som sträcktittar på TV-serier men har även börjat appliceras på flera aktiviteter då man gör något överdrivet under en period.  För att svara på frågeställningen ”Vilka faktorer uppmuntrar användaren till ett bingebeteende?” Har jag valt att se på problemet från två olika vinklar och delat upp detta i två arbetsfrågor ”Vilka externa faktorer utanför spelets design påverkar användaren?” och ”Vilka implementerade funktioner påverkar användaren?” Resultatet från intervjustudien visar att den sociala miljön som datorspel erbjuder, men som också skapas av användaren själv genom att man bygger en social umgängeskrets i spelmiljön påverkar användaren att fortsätta spela. Under intervjuerna gav intervjupersonerna exempel på att om man blir ombedd att spela en omgång till av kompisarna eller att man har så roligt tillsammans att man inte vill avbryta så leder det till att man fortsätter spela trots att kan från början inte har planerat det.    Studien visade även på en stor betydelse av den implementerade designimplementationen grinding, förmågan att genom att spela längre låsa upp nya saker, gå upp i level eller klättra i ett rankat tävlingssystem.  En slutsats efter denna intervjustudie är att det finns bingebeteende i relation med datorspel, exakt i vilken form och till vilken grad det uppkommer beror på hur man definierar binge. Det går även påvisa att grinding och den sociala aspekten i spelen bidrar i hög grad till att spelsessionerna blir längre än vad personerna först planerade. / The purpose of this study is to investigate what causes the players to remain in the game during a game session. The gaming market can be divided into two types of games, either Open World games where the user can freely roam in a virtual world and is given considerable freedom in choosing how to achieve their goals or linear games where the user is guided by start and end scenes. It is very common in the design of the second type (linear games) that the user himself, actively chooses to start the next round. To limit the scope of this study has the study has been focused on linear games where the user actively chooses to start a new round and examples of game types that are often included in linear games are MOBA, Battle Royal or First-Person Shooter. This decision has been made to compare the results with other studies on binge behavior. Binge is a concept many have not heard about today but as it is more and more common. The term is often used to describe consumers who is watching an excessive amount of TV series but has also started to apply to several activities when doing something exaggerated during a period. To answer the question "What factors encourage the user’s binge behavior?" Have I chosen to look at the problem from two different angles and divided this into two work issues "What external factors outside the game's design affect the user?" And "What implemented functions affect the user?" The result of the interview study shows that the social environment that computer games offers, but which is also created by the user himself by building a social circle in the gaming environment, affects the user to continue playing. During the interviews, the interviewees gave for example that you have so much fun playing together that you do not want to interrupt, this will lead to them continuing to play. The study also showed a great importance of the design implementation grinding, the ability to, by playing longer, unlocking new things, increasing in levels or climbing in a ranked system. One conclusion after this interview study is that there is a binge behavior in relation to computer games, exactly in what form and to what degree it occurs depends on how one defines binge. It is also possible to demonstrate that grinding and the social aspect of the games greatly contribute to the fact that the gaming sessions are longer than the people first planned

With the ever-increasing adoption of renewable energy sources, the seamless integration of PV systems into existing grids becomes imperative. Therefore, this study investigates the integration of a PV-ESS system into sustainable urban living. It entails the development and evaluation of forecasting models for PV production and electricity consumption using artificial neural network models, as well as the analysis of linear optimization algorithms. These investigations give insight into the benefits, challenges, and implications of implementing a PV-ESS system. The photovoltaic generation forecasting model demonstrates high accuracy in winter months while encountering complexity in dynamic summer conditions. The model for estimating power demand poses challenges due to a variety of factors, including human behaviour and data quality.Moreover, the study focuses on the formulation and assessment of linear optimization models with two aims: minimizing costs and optimizing self-consumption. The first continually reduces electricity costs while increasing self-consumption, whereas the second maximizes self-consumption, with limitations in winter battery use. Finally, forecast precision appears as a crucial factor for optimization models. Forecast errors have an impact on the system’s operation. Improving forecasting accuracy and adaptive control strategies are therefore critical. / Med den ständigt ökande användningen av förnybara energikällor blir sömlös integration av solcellssystem i befintliga elnät nödvändig. Därför undersöker denna studie integrationen av ett solcellsenergilagringssystem (PV-ESS) i hållbart stadsboende. Det innefattar utveckling och utvärdering av prognosmodeller för solcellsproduktion och elförbrukning med hjälp av artificiella neurala nätverksmodeller, samt analys av linjär optimeringsalgoritmer. Dessa undersökningar ger insikt om fördelarna, utmaningarna och konsekvenserna av att implementera ett PV-ESS-system. Modellen för prognostisering av solcellsgeneration visar hög noggrannhet under vintermånaderna men stöter på komplexitet under dynamiska sommarförhållanden. Modellen för att uppskatta elförbrukning står inför utmaningar på grund av olika faktorer, inklusive mänskligt beteende och datakvalitet. Dessutom fokuserar studien på formulering och utvärdering av linjära optimeringsmodeller med två mål: att minimera kostnader och optimera självkonsumtion. Den första minskar kontinuerligt elkostnader samtidigt som den ökar självkonsumtionen, medan den andra maximerar självkonsumtionen med begränsningar i vinterbatterianvändning. Slutligen framstår precision i prognoser som en avgörande faktor för optimeringsmodeller. Prognosfel påverkar systemets drift. Därför är förbättring av prognosnoggrannhet och adaptiva kontrollstrategier avgörande.

Implicit diagonal estimation is a long-standing problem that is concerned with approximating the diagonal of a matrix that can only be accessed through matrix-vector products. It is of interest in various fields of application, such as network science, material science and machine learning. This thesis provides a comprehensive review of randomized algorithms for implicit diagonal estimation and introduces various enhancements as well as extensions to matrix functions. Three novel diagonal estimators are presented. The first method employs low-rank Nyström approximations. The second approach is based on shifts, forming a generalization of current deflation-based techniques. Additionally, we introduce a method for adaptively determining the number of test vectors, thereby removing the need for prior knowledge about the matrix. Moreover, the median of means principle is incorporated into diagonal estimation. Apart from that, we combine diagonal estimation methods with approaches for approximating the action of matrix functions using polynomial approximations and Krylov subspaces. This enables us to present implicit methods for estimating the diagonal of matrix functions. We provide first of their kind theoretical results for the convergence of these estimators. Subsequently, we present a deflation-based diagonal estimator for monotone functions of normal matrices with improved convergence properties. To validate the effectiveness and practical applicability of our methods, we conduct numerical experiments in real-world scenarios. This includes estimating the subgraph centralities in a protein interaction network, approximating uncertainty in ordinary least squares as well as randomized Jacobi preconditioning. / Implicit diagonalskattning är ett långvarigt problem som handlar om approximationen av diagonalerna i en matris som endast kan nås genom matris-vektorprodukter. Problemet är av intresse inom olika tillämpnings-områden, exempelvis nätverksvetenskap, materialvetenskap och maskininlärning. Detta arbete ger en omfattande översikt över algoritmer för randomiserad diagonalskattning och presenterar flera förbättringar samt utvidgningar till matrisfunktioner. Tre nya diagonalskattare presenteras. Den första metoden använder Nyström-approximationer med låg rang. Den andra metoden är baserad på skift och är en generalisering av de nuvarande deflationsbaserade metoderna. Dessutom presenteras en metod för adaptiv bestämning av antalet testvektorer som inte kräver förhandskunskap om matrisen. Median of Means principen ingår också i uppskattningen av diagonalerna. Dessutom kombinerar vi metoder för att uppskatta diagonalerna med algoritmer för att approximera matris-vektorprodukter med matrisfunktioner med hjälp av polynomapproximationer och Krylov-underutrymmen. Detta gör att vi kan presentera implicita metoder för att uppskatta diagonalerna i matrisfunktioner. Vi ger de första teoretiska resultaten för konvergensen av dessa skattare. Sedan presenterar vi en deflationsbaserad diagonal estimator för monotona funktioner av normala matriser med förbättrade konvergensegenskaper. För att validera våra metoders effektivitet och praktiska användbarhet genomför vi numeriska experiment i verkliga scenarier. Detta inkluderar uppskattning av Subgraph Centrality i nätverk, osäkerhetskvantifiering inom ramen för vanliga minsta kvadratmetoden och randomiserad Jacobi-förkonditionering.

The study has investigated what knowledge Swedish upper secondary school teachers, who teach mathematics in the courses 1a, 1b or 1c, express about the teaching of linear functions. Furthermore, the study investigated what teachers believe students need to learn, which instructional activities teachers believe they use and what difficulties teachers perceives in teaching. To investigate this semi-structured interviews were carried out with nine teachers, which in turn have then been analyzed using the PCK based tool CoRe together with thematic analysis. The results show that the participating teachers both address aspects of their teaching that are common to several teachers and that are unique to one teacher. The conclusion that can be drawn from the results is that the teachers express that students need to learn to: make everyday connections, understand the transition between and the meaning of representation and understand the concept of a function. The instructional activities used include: digital tools, review, assignments and unique practical exercises. The difficulties identified are: lack of prior knowledge, lack of interest in functions, modeling of linear functions, the parameters k and m, the notation f(x) and the difference between f(x)=a and f(a). / I studien undersöks vilken kunskap lärare som undervisar i kurserna matematik 1a, 1b eller 1c ger uttryck för i undervisningen av linjära funktioner. Vidare har studien undersökt vad lärare anser att elever behöver lära sig, vilka undervisningsmoment lärare anger att de använder samt vilka svårigheter lärare upplever kring undervisningen. För att ta reda på detta har semistrukturerade intervjuer med nio verksamma gymnasielärare genomförts, som sedan har analyserats med det PCK-baserade verktyget CoRe tillsammans med tematisk analys. Resultatet visar att de deltagande lärarna både tar upp aspekter kring sin undervisning som är gemensamma för flera lärare och som är unika för en lärare. Den slutsats som kan dras utifrån resultatet är att lärarna anser att elever behöver lära sig: att göra vardagliga kopplingar, förstå övergången mellan och innebörden av representationsformer samt förstå funktionsbegreppet. Vidare använder lärarna undervisningsmoment som: digitala verktyg, genomgångar, självständigt arbete i läromedel samt unika praktiska övningar. De svårigheter som lärarna identifierat är: bristande förkunskaper, bristande intresse av funktioner, modellering av linjära funktioner, parametrarna k och m, notationen f(x) samt skillnaden på f(x)=a och f(a).

Since its introduction by Max Otto Lorenz, the Lorenz curve has been utilizedin several financial contexts. By using regression analysis to approximate theclaim cost of policyholders, a vector consisting of policyholder characteristics canbe obtained. The ordered Lorenz curve can subsequently be used to understandwhat commonalities are shared between profitable policyholders. This allows forbetter management of the insurance portfolio and thus better customer relationstowards both the policyholders and the insurer, which is important for an insuranceconsultancy agency. The aim of this thesis was to investigate which attributesapproximate the policyholder claim costs and consequently obtain insight into whatattributes are shared among profitable portfolio clients. The results presented inthis thesis show that a multi-linear regression model, transformed using the Box-Cox method is insufficient to approximate the claim costs in a convincing manner.The model obtained in the thesis was capable of identifying significant regressorsbut the overall result displayed uncertainties in regards to overall goodness of fit.This means that the variability explained by the regression model only represents4.95% of the variability in the claim cost data. Thus, the relativity measureintroduced in section 2.1.1 was deemed uninterruptible in a meaningful way.Consequently, the empirical distribution functions presented in section 1.1 wouldbe based on a faulty order statistic, and in turn the visualization of an orderedLorenz curve with such a relativity measure is unnecessary. / Sedan Lorenzkurvan introducerades av Max Otto Lorenz 1904 har den använtsinom flera finansiella sammanhang. Genom att använda regressionsanalys föratt approximera försäkringstagares skadekostnader kan en vektor som består avförsäkringstagarnas attribut erhållas. Den sorterade Lorenzkurvan kan i sin turanvändas för att förstå vilka gemensamma attribut som delas mellan lönsammaförsäkringstagare. Detta möjliggör bättre hantering av försäkringsportföljen ochdärmed bättre kundrelationer mot både försäkringstagarna och försäkringsbolaget,något som är viktigt för försäkringsförmedlare. Syftet med denna avhandling var attundersöka vilka egenskaper som approximerar försäkringstagarnas skadekostnaderoch därmed få insikt i vilka attribut som delas bland lönsamma portföljkunder.Resultaten som presenteras i denna avhandling visar att en multilinjär regressionsmodell,som transformeras med Box-Cox-metoden, är otillräcklig för att approximeraskadekostnader på ett övertygande sätt. Modellen som erhölls i avhandlingenkunde identifiera signifikanta regressorer, men det övergripande resultatet visadeosäkerheter när det gäller den generella anpassning. Detta innebär att variabilitetensom förklaras av regressionsmodellen bara representerar 4,95% av variabilitetenbland skadekostnadsdatan. Därmed ansågs relativitetsmåttet som introduceras iavsnitt 2.1.1 vara oanvändbart på ett meningsfullt sätt. Följaktligen ger de empiriskafördelningsfunktionerna som presenteras i avsnitt 1.1 ett felaktig sorteringsmåttsom i sin tur medför att visualiseringen av en sorterad Lorenzkurva baserad påovannämnda mått är onödigt.

I denna studie ska prisutvecklingen undersökas inom fastighetsbranschen från 2017 till 2020 genom att bygga upp multipel linjära regressionsmodeller. Fokusområdena omfattar Östermalm, Sundbyberg och Kista. Modeller framställs för respektive område separat, och bygger på data från Svensk Mäklarstatistik. Datamaterialet täcker respektive år mellan 2017 fram till 2020 för månaderna januari, april och september. För varje modell undersöks de grundläggande kriterierna inom regressionsanalys. Det används en stegvis metod för att konstruera en så optimal modell som möjligt. Därefter genomförs en gemensam regression som inkluderar samtliga datapunkter för samtliga områden, med område som indikatorvariabel, i syfte att undersöka om geografiska skillnader har en inverkan på bostadspriserna. Därav diskuteras modellernas trovärdighet baserat på de valda förklarande variablerna samt vilka variabler som har störst inverkan på priset. Resultatet visar att Boyta är mest signifikant för bostadspriser i Kista och Sundbyberg samt att Byggnadsår är mest signifikant för priser i Östermalm. Vidare har det konstaterats att det är möjligt att utveckla en regressionsmodell på ett godtagbart sätt, men det krävs vidare studier på en mer avancerad nivå för att få en mer realistisk bild på bostadsmarknaden. / In this thesis, the price development in the real estate industry from 2017 up to 2020 will be investigated by building multiple linear regression models. The focus areas include Östermalm, Sundbyberg and Kista. Models are prepared for each area separately, and are based on data from Svensk Mäklarstatistik. The data material covers the respective years between 2017 and 2020 for the months of January, April and September. For each model, the basic criteria in regression analysis are examined. A stepwise method is used to develop the most possible optimal model. A joint regression is then carried out that includes all data points för all areas, with area as a dummy variable, in order to investigate whether geographical differences have an impact on the real estate price. Hence, the credibility of the models is discussed based on the selected explanatory variables and which variables have the greatest impact on the housing prices. The result shows that Living area is most significant for real estate prices in Kista and Sundbyberg and that Build year is most significant for real estate prices in Östermalm. Furthermore, it has been established that it is possible to develop a regression model in an acceptable way, but further studies are required at a more advanced level to get a more realistic picture of the housing market.

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.