This thesis provides insights into the creation of a model for predicting odds in the Premier League. It illustrates how the ELO system and historical odds, in combination with Monte Carlo simulations, can be implemented through logistic regression to predict odds in an unbiased way. The findings are that the model performs generally well, but significantly worse at the beginning and end of the Premier League seasons. For further improvements, it is most likely necessary to factor in variables not available in the current model. Such factors could for example be incentives, injuries, or changes in the squad, all not being accounted for by the model in this case. / Detta examensarbete ger insikter om skapandet av en modell för att förutsäga oddsen i Premier League. Den visar hur ELO-systemet och historiska odds, i kombination med Monte Carlo-simuleringar, kan implementeras genom logistisk regression för att förutsäga oddsen på ett opartiskt sätt. Resultaten visar att modellen generellt sett fungerar bra, men betydligt sämre i början och slutet av Premier League-säsongerna. För ytterligare förbättringar är det troligtvis nödvändigt att ta hänsyn till variabler som inte är tillgängliga i den nuvarande modellen. Sådana faktorer kan till exempel vara incitament, skador eller förändringar i truppen, som alla inte tas hänsyn till i modellen i detta fall.

Cancer is a highly prevalent disease worldwide, claiming hundreds of lives each year. In the field of cancer research, it is customary to conduct surveys in which patients are asked to self-report and assess their symptoms and overall health. In such research, it is essential for patients to respond promptly to questionnaires to avoid recall bias and for a representative patient sample to respond to avoid biased sampling. This report aims to investigate the factors that impact response rate and response time using logistic regression and Poisson regression. The study focuses on a dataset of patients with colorectal cancer, with the response rate of patients with pancreatic cancer serving as a reference. By analyzing variables such as gender, age, place of residence, and the method of survey notification, the conclusion is that patients over the age of 80 who received their survey login codes on paper are the least responsive and underrepresented subgroup of the sample. In the analysis of the response time using Poisson regression, the conclusion is that the notification channel has the most significant impact on response rate. / Cancer är en mycket utbredd sjukdom världen över och kräver hundratals liv varje år. Inom cancerforskningen är det vanligt att genomföra undersökningar där patienter ombeds att självrapportera och bedöma sina symtom och övergripande hälsa. I sådana undersökningar är det avgörande att patienterna svarar snabbt på enkäter för att undvika minnesbias och för att få fram en representativ patientgrupp och undvika snedvriden urvalsprocess. Syftet med denna rapport är att undersöka faktorer som påverkar svarsfrekvensen och svarstiden genom att använda logistisk regression och Poisson-regression. Studien fokuserar på en dataset av patienter med tjocktarmscancer, där svarsfrekvensen hos patienter med bukspottkörtelcancer används som referens. Genom att analysera variabler som kön, ålder, bostadsort och metod för undersökningsmeddelande dras slutsatsen att patienter över 80 år som fick sina inloggningskoder på papper är den minst responsiva och mest underrepresenterade undergruppen av urvalet. I analysen av svarstiden med hjälp av Poisson-regression dras slutsatsen att undersökningskanalen har den största påverkan på svarsfrekvensen.

In the present study, I analyze adolescent girls’ smoking through a unique combination of a quantitative survey of impressions and a theoretical analysis based on new elaborations of Bourdieu’s concept symbolic capital. The method of the study is three-fold. First, focus-group interviews elicit relevant impressions of adolescents in the eyes of peers. Second, a questionnaire survey distributed to adolescent peers quantitatively investigates how impressions of a girl on a picture differ depending on whether or not she has a cigarette. Third, a theoretical analysis based on elaborations of Bourdieu’s theories scrutinizes the results of the questionnaire survey. The results of the questionnaire survey indicate that smoking adolescent girls generate impressions of being significantly less likable, more popular, more conceited, less kind, less shy, more liable to bully, less funny, more deceitful, and less compassionate than non-smoking adolescent girls. In the elaborations of Bourdieu’s theories, I introduce a division of symbolic capital into two forms: symbolic virtue capital, generated through impressions of virtues, and symbolic power capital, generated through intimidating impressions of destructive power. According to the theoretical analysis of the results, smoking adolescent girls have relatively much symbolic power capital but relatively little symbolic virtue capital compared to adolescent girls that do not smoke.

Bakgrund: Tidigare studier har identifierat flera riskfaktorer, såsom kost, fysisk aktivitet och BMI, gällande kolorektal cancer. Att analysera kost utifrån kostmönster istället för enskilda livsmedel har visat sig vara effektivt för att undersöka risker för kolorektal cancer. Datamaterial samlades in med hjälp av en fall-kontroll studie med 257 fall och 805 kontroller. Syfte: Identifiera faktorer som ger en höjd eller sänkt risk för kolorektal cancer utifrån områdena kost, fysisk aktivitet och BMI. Metod: Faktoranalys användes för att upptäcka kostmönster. Logistisk regression användes för att skatta oddskvoter och 95 % konfidensintervall. Resultat: Tio stycken kostmönster erhölls från faktoranalysen. Kostmönstren ”Läsk, juice och mjölkprodukter” (OR=1,288; ORQ4=2,159), ”Te, men inte kaffe”(OR=1,228; ORQ3=1,891; ORQ4=1,668) och ”Fågel, rött kött och fisk”( ORQ4=1,724) gav alla en ökad risk. Däremot visade kostmönstret ”Mat från säd och ost”( ORQ2=0,546; ORQ4=0,592) en minskad risk. BMI för tio år sedan (OR=1,079; ORÖvervikt=1,491; ORFetma=2,260) identifierades som en riskfaktor. Att arbeta inom stillasittande (OR=0,975; OR>15 år=0,517) och mellanaktiva (OR=0,977; OR6-10 år=0,497;OR>15 år=0,565) yrken visade på en minskad risk. Slutsats: Flera kostmönster visade sig vara riskfaktorer, detta gäller även BMI för tio år sedan. Kostmönstret ”Mat från säd och ost” och att arbeta i fysiskt lätta till medeltunga yrken visade sig vara skyddande faktorer. / Background: Previous studies have shown several risk factors for developing colorectal cancer such as diet, physical activity and BMI. The method of analyzing diets based on dietary patterns, rather than individual food items, have been shown to be effective when investigating the colorectal cancer risk. The data was collected using a case-control study of 257 cases and 805 controls. Aim: Identify factors that cause increased or decreased risk in developing colorectal cancer based on diet, physical activity and BMI. Methods: Factor analysis was conducted to identify dietary patterns. Logistic regression was used to estimate odds ratio and 95 % confidence interval. Results: Factor analysis conducted ten dietary patterns, three of these patterns showed an increased risk “Soft drinks, juice and milk products” (OR=1,288; ORQ4=2,159), “Tea, but not coffee” (OR=1,228; ORQ3=1,891; ORQ4=1,668) and “Poultry, red meats and fish” (ORQ4=1,724).The dietary pattern “Food based on grain and cheese” (ORQ2=0,546; ORQ4=0,592) showed a decreased risk. BMI ten years ago (OR=1,079; OROverweight=1,491; ORObese=2,260) identified as a risk factor. To work in sedentary (OR=0,975; OR>15 years=0,517) or physically medium heavy (OR=0,977; OR6-10 years=0,497; OR>15 years=0,565) occupations indicated a decreased risk. Conclusions: Several dietary patterns has been identified as risk factors, this also includes BMI ten years ago. The dietary pattern “Food based on grain and cheese” and to work in sedentary or physically medium heavy occupations proved to be protective factors.

Den allmänna fysiska aktiviteten har stadigt minskat i stora delar av världen. Aktiva skoltransporter, till vilka gång och cykel räknas, visar på en liknande trend. Samtidigt kan fysisk aktivitet bland annat motverka olika former av cancer, hjärt- och kärlsjukdomar samt fetma och övervikt. Det har visats att det finns ett samband mellan socioekonomiska variabler och grad av fysisk aktivitet. Socioekonomi kan således vara en viktig påverkande faktor i frågan om hälsa och välbefinnande, både för vuxna och barn. Statistiska analyser, i kombination med geografisk metodik och rumslig analys är användbart när ojämlikhet studeras då socioekonomiska skillnader ofta är platsbunden och hänger samman med den byggda miljön. Studien visar att en nätverksanalys tillsammans med en friktionsekvation kan användas i arbetet med förändringar av den fysiska miljön för att skapa säkrare vägar där barn och vuxna vill gå och cykla till skola, arbete och fritidsaktiviteter. Verktyget som arbetats fram i studien kan exempelvis vara användbart för kommuner, länsstyrelser och stadsplanerare i arbetet för att främja en mer aktiv livsstil. Fokus ligger i första hand på att underlätta samhällsplaneringsarbete i syfte att gynna användandet av aktiva transportsätt för barn och ungdomar. Vidare visar studien att barn från familjer med högre inkomst tenderar att transportera sig med bil framför aktiva transportsätt. Även gällande vårdnadshavarnas födelseland och utbildningsnivå syns skillnader i val av transportsätt. Rörande utbildningsnivå finns indikationer på att aktiva transportsätt väljs bort när utbildningsnivån ökar. Angående födelseland verkar barn vars vårdnadshavare är födda utanför Europa välja bort bilen och istället använda sig av aktiva transportsätt, vilket är det motsatta gällande barn vars vårdnadshavare är födda i Sverige. Kopplingen mellan socioekonomiska faktorer och transportsätt förefaller vara förknippad till resurser i Stockholms kommun. Studien visar på hur en harmonisering mellan olika aktörer såsom forskare, myndigheter och kommuner skulle kunna leda till förbättrade förutsättningar för aktiva transporter och i förlängningen till ett mer hållbart samhälle ur ett socialt, ekonomiskt och miljömässigt perspektiv. / General physical activity has steadily declined in large parts of the world, concurrently active school transport, e.g. walking and cycling, shows a similar trend. The decrease in the amount of physical activity is urgent since it can counteract various forms of cancer, cardiovascular disease as well as obesity. It has been shown that there is a relationship between socioeconomic variables and degree of physical activity. Socioeconomics can thus be an important influencing factor regarding health and well-being, both for adults and children. Statistical analysis, in combination with geographical methodology and spatial analysis, is useful when studying inequality as socio-economic differences often are local and related to the built environment. The study shows that a network analysis together with a friction equation can be used in the work of changing the physical environment to create safer roads where children and adults want to walk and cycle to school, work and leisure activities. The tool developed in the study can be useful for municipalities, county councils and city planners in their work to promote a more active lifestyle. The focus is primarily on facilitating community planning work with the aim of promoting the use of active modes of transport for children and adolescents. Furthermore, the study shows that children from families with higher incomes tend to transport themselves by car over active modes of transport. Differences in the choice of mode of transport are also apparent regarding the country of birth and the level of education. Regarding education level there are indications that active modes of transport are neglected when the education level increases. Concerning the country of birth, children whose guardians are born outside Europe appear not to use the car as a mode of transport, and instead use active modes of transport. On the contrary, children whose guardians are born in Sweden tend to have the car as their primary mode of transport. The connection between socio-economic factors and modes of transport seems to be linked to resources in Stockholm municipality. Moreover, this study shows how a harmonization between different actors such as researchers, authorities and municipalities could lead to improved conditions for active transport and, by extension, to a more sustainable society from a social, economic and environmental perspective.

Set-pieces such as free-kicks and corners have been thoroughly examined in studies related to football analytics in recent years. However, little focus has been put on the most frequently occurring set-piece: the throw-in. This project aims to investigate how football teams can optimize their throw-in tactics in order to improve the chance of taking a successful throw-in. Two different definitions of what constitutes a successful throw-in are considered, firstly if the ball is kept in possession and secondly if a goal chance is created after the throw-in. The analysis is conducted using logistic regression, as this model comes with high interpretability, making it easier for players and coaches to gain direct insights from the results. A substantial focus is put on the investigation of the logistic regression assumptions, with the greatest emphasis being put on the linearity assumption. The results suggest that long throws directed towards the opposition’s goal are the most effective for creating goal-scoring opportunities from throw-ins taken in the attacking third of the pitch. However, if the throw-in is taken in the middle or defensive regions of the pitch, the results interestingly indicate that throwing the ball backwards leads to increased chance of scoring. When it comes to retaining the ball possession, the results suggest that throwing the ball backwards is an effective strategy regardless of the pitch position. Moreover, the project outlines how feature transformations can be used to improve the fitting of the logistic regression model. However, it turns out that the most significant improvement in accuracy of logistic regression occurs when incorporating additional relevant features into the model. In such case, the logistic regression model achieves a predictive power comparable to more advanced machine learning methods. / Fasta situationer såsom frisparkar och hörnor har varit välstuderade i studier rörande fotbollsanalys de senaste åren. Lite fokus har emellertid lagts på den vanligast förekommande fasta situationen: inkastet. Detta projekt syftar till att undersöka hur fotbollslag kan optimera sin inkasttaktik för att förbättra möjligheterna till att genomföra ett lyckat inkast. Två olika definitioner av vad som utgör ett lyckat inkast beaktas, dels om bollinnehavet behålls och dels om en målchans skapas efter inkastet. Analysen görs med logistisk regression eftersom denna modell har hög tolkningsbarhet, vilket gör det lättare för spelare och tränare att få direkta insikter från resultaten. Stort fokus läggs på undersökning av de logistiska regressionsantagandena, där störst vikt läggs på antagandet gällande linjäritet. Resultaten tyder på att långa inkast riktade mot motståndarnas mål är de mest gynnsamma för att skapa en målchans från inkast tagna i den offensiva tredjedelen av planen. Om inkastet istället tas från de mellersta eller defensiva delarna av planen tyder resultaten intressant nog på att inkast riktade bakåt leder till ökad chans till att göra mål. När det kommer till att behålla bollinnehavet visar resultaten att kast bakåt är en gynnsam strategi, oavsett var på planen inkasten tas ifrån. Vidare visar projektet hur variabeltransformationer kan användas för att förbättra modellanpassningen för logistisk regression. Det visar sig dock att den tydligaste förbättringen fås då fler relevanta variabler läggs till i modellen. I sådant fall, får logistisk regression en prediktiv förmåga som är jämförbar med mer avancerade maskininlärningsmetoder.

Today it is important for investors to identify which stocks that will result in positive returns in order for the right decision to be made when trading on the stock market. For decades it has been an area of interest for academics, and it is still challenging due to many difficulties and problems. A large number of studies has been carried out in machine learning and stock trading,where many of the studies has resulted in promising results despite these challenges. The aim of this study was to develop and evaluate predictive models for identifying stocks that outperform the Swedish market index OMXSPI. The research utilized a dataset of historical stock data and applied three various machine learning algorithms, Support Vector Machine, Logistic Regression and Decision Trees to predict if excess performance was met. With the help of ten-fold cross-validation and hyperparameter tuning the results were an IT-artefact that produced satisfying results. The results showed that hyperparameter tuning techniques marginally improved the metrics focused-on, namely accuracy and precision. The support vector machine model achieved an accuracy of 58,52% and a precision of 57,51%. The logistic regression model achieved an accuracy of 55,75% and a precision of 54,81%. Finally, the decision tree model which was the best performer, achieved an accuracy of 64,84% and a precision of 65,00%.

This thesis discusses the concept of bankruptcy, or default, for Swedish companies. The actual distribution over time is considered both on aggregate level and within different industries. Several models are constructed to best possible describe the default frequency. Mainly logistic regression models are designed for this purpose, but various other models are considered. Some of these are constructed for comparison and for the ambition to produce the most accurate model possible. A large data set of nearly 30 million quarterly observations is used in the analysis. Taking into account micro and macro economic data. The derived models cover different time periods, considering different variables and display varying levels of accuracy. The most exact model is a logistic regression model considering both micro and macro data. It is tested both in sample and out of sample and perform very well in both areas. This model is estimated on first a subset of the data set to be able to compare with a real scenario. Then an equivalent model is constructed from the whole data set to best possibly describe future scenarios. Here Vector Auto-Regressive (VAR) models, and empirical models constructed by OLS regression estimating the firm values, are used in combination with the logistic regression model to predict the future. All three models are used to describe the most likely scenarios, as well as the worst case scenarios. From the worst case scenarios risk measures, such as the empirical value at risk, can be derived. From all this analysis the most significant results are compiled. Namely, that the Logistic regression model performs remarkably well both in-sample and out-of-sample, if macro variables are taken into account. Further, the future results are harder to interpret. Yet, the analysis has arguments for prediction accuracy and interesting results of a continued low default frequency within the next year. / Den här uppsatsen avhandlar konceptet konkurs, för svenska företag. Den faktiska konkursfördelningen över tid analyseras, både på en sammanlagd nivå och inom olika industrier. Flera modeller konstrueras i syfte att bäst beskriva konkursfördelningen. Huvudsakligen är logistiska regressions modeller utformade för detta syfte, men andra typer av modeller är inkluderade i analysen. Några av dessa modeller är skapade för jämförelse, men också för att kunna producera en så exakt modell som möjligt. Ett stort data set med nästan 30 miljoner kvartalsvisa observationer används i analysen. Mikro- och makroekonomiska faktorer är inkluderade i detta data set. De framtagna modellerna omfattar olika tidsperioder mellan 1990–2018, tar in olika faktorer i analysen och visar på olika nivåer av noggrannhet. Modellen som har högst förklaringsgrad är en logistisk regressionsmodell som tar hänsyn till både mikro- och makroekonomiska faktorer. Denna modell analyseras både i och utanför sitt samplingsintervall, och visar på goda resultat i båda områdena. Modellen är först skattad på en delmängd av tidsperioden, för att kunna jämföra den förutspådda fördelningen med en faktisk fördelning. Sedan är en ekvivalent modell skattad på hela intervallet, för att bäst möjligt förutspå framtida scenarion. För detta syfte är Logistiska regressionsmodellen kombinerad med Vektor Autoregressiva (VAR)-modeller som förutspår makroekonomiska faktorer, och empiriska regressionsmodeller som förutspår mikroekonomiska faktorer. Alla tre modelltyper används för att kunna beskriva det mest sannolika scenariot, samt de värsta tänkbara scenariona. Från de värsta tänkbara scenariona kan riskmått, så som empiriska Value at Risk, tas fram. All analys producerar resultat och de viktigaste sammanställs. Dessa är att den logistiska regression modell som tar hänsyn till makroekonomiska faktorer ger bra resultat både i och utanför samplingsintervallet. Vidare är de framtida simulerade resultaten svårare att tolka, men den genomförda analysen har argument för exakthet i förutsägelserna. Därmed presenteras ett troligt framtida scenario med fortsatt låg konkurs frekvens inom det närmaste året.

This bachelor thesis within the field of mathematical statistics aims to study the possibility of predicting specifically large claims from non-life insurance policies with commercial policyholders. This is done through regression analysis, where we seek to develop and evaluate a generalized linear model, GLM. The project is carried out in collaboration with the insurance company If P&C Insurance and most of the research is conducted at their headquarters in Stockholm. The explanatory variables of interest are characteristics associated with the policyholders. Due to the scarcity of large claims in the data set, the prediction is done in two steps. Firstly, logistic regression is used to model the probability of a large claim occurring. Secondly, the magnitude of the large claims is modelled using a generalized linear model with a gamma distribution. Two full models with all characteristics included are constructed and then reduced with computer intensive algorithms. This results in two reduced models, one with two characteristics excluded and one with one characteristic excluded. / Det här kandidatexamensarbetet inom matematisk statistik avser att studera möjligheten att predicera särskilt stora skador från sakförsäkringspolicys med företag som försäkringstagare. Detta görs med regressionsanalys, där vi ämnar att utveckla och bedöma en generaliserad linjär modell, GLM. Projektet utförs i samarbete med försäkringsbolaget If Skadeförsäkring och merparten av undersökningen sker på deras huvudkontor i Stockholm. Förklaringsvariablerna som är av intresse att undersöka är egenskaper associerade med försäkringstagarna. På grund av sällsynthet av storskador i datamängden görs prediktionen i två steg. Först används logistisk regression för att modellera sannolikheten för en storskada att inträffa. Sedan modelleras storskadornas omfattning genom en generaliserad linjär modell med en gammafördelning. Två grundmodeller med alla förklaringsvariabler konstrueras för att sedan reduceras med datorintensiva algoritmer. Det resulterar i två reducerade modeller, med två respektive en kundegenskap utesluten.

Reformen för frivillig revision genomfördes med syfte att möjliggöra valfrihet för revisionsfrågan utefter småföretagens egna behov och resurser. Trots att reformen genomfördes för över ett decennium sedan är forskarna fortfarande oense om effekterna av den avskaffade revisionsplikten. Det senaste åren har debatten kring återinförandet av revisionsplikten varit aktuell där argumenten bakom återinförandet baseras på den ökade ekonomiska brottsligheten och minskade lönsamheten hos de bolag som valt bort revisionen. Även de olika fördelar som revisorns kompetens och legitimitet som skapar trygghet för företagens intressenter är argument för återinförandet av revisionsplikten. Denna studie bidrar med en ökad förståelse och vägledning för småföretag i valet om frivillig revision. Syftet med denna studie är därför att undersöka om reformen för frivillig revision har påverkat konkursrisken hos svenska aktiebolag, samt om det finns andra finansiella faktorer som kan påverka småföretagens långsiktiga överlevnad. Syftet besvaras med utgångspunkt i tre teorier: legitimitetsteori, informationsasymmetri och signalteori, som dessutom utgör en del av den teoretiska referensramen. Den kvantitativa studien utvecklar hypoteser genom teorierna och den tidigare forskningen. Dessa ligger till grund för dataanalysen som sker genom logistisk regression för att skapa en konkursprognostiseringsmodell. Datamaterialet som undersökts består av sekundärdata genererad från Retriever Business av småföretag i Västra Götaland under period 2019. Studiens resultat visar att det finns ett signifikant negativt samband mellan revisorn och konkursrisk. Studien visar därmed att revisorn har en effekt på konkursrisken, även om det är svårt att fastställa den exakta påverkan som revisorn har på konkursrisken. Resultatet ger trots det indikationer på att återinförande av revisionsplikten skulle gynna såväl småföretagare som myndigheter och bidrar på så sätt med stöd till debatten om återinförandet av revisionsplikten. / The reform for voluntary audit was implemented with the aim of enabling freedom of choice regarding audit matters based on the needs and resources of small businesses. Despite the reform being implemented over a decade ago, researchers are still divided on the effects of abolishing the mandatory audit requirement. In recent years, there has been a debate on reintroducing the mandatory audit requirement, with arguments based on increased economic crime and decreased profitability among companies that have opted out of audits. The various advantages of the auditor's expertise and legitimacy in providing security for stakeholders are also arguments for the reintroduction of the mandatory audit requirement. This study contributes to a better understanding and guidance for small businesses in the decision-making process regarding voluntary audits. Therefore, the purpose of this study is to examine whether the reform for voluntary audit has influenced the bankruptcy risk of Swedish limited liability companies and to identify other financial factors that may affect the long-term survival of small businesses. The purpose is addressed based on three theories: legitimacy theory, information asymmetry, and signaling theory, which also form part of the theoretical framework. The quantitative study formulates hypotheses based on these theories and previous research. These hypotheses form the basis for data analysis using logistic regression to create a bankruptcy prediction model. The data analyzed consist of secondary data generated from Retriever Business on small businesses in Västra Götaland during the period 2019. Therefore, this study is written in Swedish. The study's results show a significant negative correlation between the auditor and bankruptcy risk. Thus, the study demonstrates that the auditor has an effect on bankruptcy risk, although it is difficult to determine the exact impact of the auditor on bankruptcy risk. In spite of that, the results provide indications that reintroducing the mandatory audit requirement would benefit both small business owners and authorities, thus offering support to the debate on reintroducing the mandatory audit requirement.