Med flest kända fyndplatser i världen av den globalt rödlistade vårsvampen bombmurkla (Sarcosoma globosum) åligger det Sverige ett internationellt ansvar för artens bevarande. På senare tid bedöms dock många av svampens växtplatser ha förstörts på grund av granbarkborreangrepp till följd av höga sommartemperaturer, något som befaras bli allt vanligare i och med klimatförändringarna. För att långsiktigt bevara arten tror jag därför att riktade eftersök kan bli aktuella. I denna studie undersöks vilka miljödata som är användbara för att prognostisera bombmurklans förekomst på landskapsnivå och möjligheterna med att använda GIS-baserad förekomstmodellering för att upptäcka nya växtplatser. Beståndsmedelålder, skogsslag och jordart, samt i viss mån lutning och väderstreck (aspekt) bedöms vara goda förklaringsvariabler för svampens förekomst. Under fältarbetet upptäcktes 1 ny växtplats förbombmurkla och det finns indikationer, om än inte statistiskt styrkta, på att bombmurklan oftare påträffas i områdena med god modellerad prognos för förekomst än i andra gran- eller barrblandskogar. / With most known occurrences of the threatened Sarcosoma globosum globally, Sweden bears international responsibility for this fungus’ survival. Lately, many of the previously known sites for the species have expired due to bark beetle attacks caused by high summer temperatures, which in future may occur even more frequently because of climate change. Therefore, I find targeted search for new occurrences necessary for future conservation. In this study I investigate which variables are useful for predicting occurrence on landscape-scale and the potential of using species distribution modelling forfinding S. globosum. Mean tree age, forest type and sediment, and to some degree slope and aspect, are useful variables for predicting occurrence. During field work 1 new site was discovered and there are indications, although not statistically significant, that S. globosum is more common in areas with high modelled prognosis for occurrence than in other spruce- or mixed coniferous forests.

Datakonsultföretaget Knowit AB har en kund som annonserar på Google AdWords. Denna uppsats fokuserar huvudsakligen på att hitta de olika inställningarna i AdWords som genererar köp av kundens produkt. Om en inställning ofta genererar klick men sällan köp av produkten är den inställningen inte lönsam.Responsvariabeln i denna uppsats är binär och indikerar på om ett klick på annonsen lett till köp av produkten eller inte. Eftersom responsvariabelns fördelning var skev har samplingstekniken SMOTE använts för att skapa fler observationer i minoritetsklassen. De statistiska metoder som använts och presenterats i uppsatsen är logistisk regression, neurala nätverk och beslutsträd.Resultatet gav att de fyra undersökta inställningarna påverkar sannolikheten för köp. Den första inställningen resulterade i att om dator används vid sökning på Google är sannolikheten att ett klick leder till köp betydligt högre än för mobil och surfplatta. Den andra inställningen resulterar i att en ”exakt matchning” för sökordet ger högst sannolikhet till köp och ”bred matchning” ger lägst sannolikhet. Den tredje inställningen visar att vilken veckodag annonsen klickas på påverkar sannolikheten för köp. På söndag är sannolikheten högst att ett klick leder till köp, och de två dagar som har lägst sannolikhet är lördag och tisdag. Slutligen har det undersökts om annonsens genomsnittsposition påverkar sannolikheten att produkten köps. Resultatet som gavs är att ju högre värde på genomsnittsposition, desto högre blir sannolikheten för köp. / The data consultancy company Knowit AB has a client who advertises on Google AdWords. This thesis focuses mainly on finding which settings in AdWords generate purchases of the client’s product. If a setting frequently contributes to clicks but rarely to purchases of the product, the setting is not profitable.The target variable in this thesis is binary and indicates whether a click on the advertisement led to purchase of the product or not. Since the target variable’s distribution was skewed, the sampling technique SMOTE was used to create more observations in the minority class. The classification methods researched and presented in this thesis are logistic regression, neural networks and decision trees.The results showed that all four factor had significant affect on the probability of purchase. First, if a desktop or laptop computer was used to search on Google, the likelihood that a click leads to purchase is substantially higher compared to if a mobile or tablet was used. Second, an “exact match” setting for the keywords gives the highest probability of purchase and a “broad match” gives the lowest probability. Third, purchase rates are also affected by the day of the week. Sunday has the highest probability of purchase while Saturday and Tuesday have the lowest probability. Finally, an advertisement´s average position affects the likelihood of the product being purchased. The higher value of average position, the higher the likelihood of purchase.

Denna rapport ger en bakgrundsbeskrivning av datainsamlingsföretaget Norstat och hur de genomför en tracking-undersökning med panel via internet. Vidare analyseras samband mellan variabler som beskriver personer som ingår i undersökningen och hur dessa personer besvarar undersökningen. I rapporten tas också reda på hur länge en undersökning behöver vara igång och om inkomna svar skiljer sig åt beroende på när en person har svarat. En ingående beskrivning av bearbetning och de variabler som ingår i det använda datamaterialet kommer också att ges. Tidigare forskning med anknytning till paneler och webbundersökningar tas upp för att ge läsaren en nyanserad bild av för- och nackdelar med webbundersökningar. Logistiska regressionsmetoder har använts för att utreda vilka variabler som påverkar om en person besvarar undersökningen eller ej, samt vilka variabler som gör att en person besvarar undersökningen tidigt eller sent. Andra metoder som har använts är deskriptiv statistik och χ2-test. Resultaten visar att faktorer som påverkar hur mycket fritid en person har får störst betydelse för om och hur tidigt undersökningen besvaras. Vidare konstateras att det ofta räcker med en fältperiod t.o.m. 6 dagar efter att inbjudan till undersökningen skickats ut för att alla kategorier av personer ska vara relativt lika representerade. Den optimala fältperioden skiljer sig åt beroende på om en undersökning syftar till att ge en bild av hela rikets befolkning eller enbart specifika kategorier av denna. För en speciell kategori av personer kan det ibland räcka att fältperioden sträcker sig t.o.m. dagen efter inbjudan till enkäten skickats ut för att tillräckligt många svar ska ha inkommit. / This report gives a background description of the data collection company Norstat and how they implement a tracking survey with a panel via the internet. Furthermore connections between variables describing persons in the survey and the way these persons answer the survey will be investigated. The report also intends to find out how long a survey needs to be running and if there are differences between received answers depending on when a person has answered. A detailed description of the processing and variables included in the data material being used will also be given. Earlier research concerning panels and web surveys are covered to give the reader a nuanced picture of the pros and cons with opinion surveys. Logistic regression methods have been used to examine which variables influence whether a person will answer the survey or not, and the variables that make a person answer the survey early or late. Other methods used are descriptive statistics and a χ2-test. The results show that factors influencing how much spare time a person has give the greatest impact on whether and how early the survey gets completed. It can be noted that it is often enough with a field period up to 6 days after the invitation to the survey has been sent out until all categories of persons are relatively equally represented. The optimal field period differs depending on whether a study is aimed at providing a picture of the entire country's population or only specific categories of this. For a special category of the persons, it can sometimes be enough to let the field period run until the day after the invitation to the survey had been sent out for enough answers to be submitted.

Studier visar att strokesjukvården i Sverige har en ojämn kvalitet. Denna studie syftar till att vidare undersöka möjliga ojämlikheter i strokevården. I uppsatsen undersöktes huruvida födelseland påverkar hur patienter som insjuknat i stroke skattar sin hälsa, nöjdhet med vården och nedstämdhet. Därtill jämfördes två statistiska metoder som kan hantera skillnader i patientsammansättning (t.ex. ålder och andra bakgrundsfaktorer), vilka var multipel logistisk regression och propensity score matching följt av konditionell logistisk regression. Båda metoderna gav signifikanta resultat. Resultatet visade att det är troligare att uppskatta sin allmänna hälsa som dålig, vara missnöjd med vården och vara nedstämd ofta eller ständigt för patienter födda utanför Sverige jämfört med de födda i Sverige, oberoende av vilken metod som användes. Propensity score matching visade större påverkan av födelseland på de undersökta responsvariablerna jämfört med multipel logistisk regression. Däremot var resultaten från multipel logistisk regression mer precisa.

<p>The use of marketing research panels are a more and more frequently used source of information for studies within many different branches. The purpose of this report is to investigate the demographic composition of panels and compare it with the population of Sweden, a possible change in behaviour of respondents, and if the source of recruitment is the cause of possible differences in study results. The study was commissioned by Norstats Linkoping office. Sources for the data material include Norstat’s recruitment process and their two main panels with different recruitment sources. To enable a deeper investigation of behaviour we also constructed a survey that was sent to 2,714 members of Norstat’s internet panels.</p><p>The statistical analysis includes contingency table analysis, multiple logistic regression, and Poisson regression. The results show that the demographic composition does not fully cover all the aspects of the Swedish population and some groups are less represented than others. The behaviour tends to differ between panel members that have responded to three or less surveys compared to members that have responded to twenty or more surveys. Source of recruitment does not seem to affect the results of studies, but it has some effect on the demographic composition of marketing research panels.</p> / <p>Användandet av paneler som källa vid undersökningar har den senaste tiden blivit en allt vanligare företeelse. Denna rapport har för avsikt att undersöka panelers demografiska sammansättning och överensstämmande med Sveriges befolkning, eventuell ändring av svarsbeteende samt huruvida rekryteringskällan ger upphov till kvalitetsskillnader hos medlemmar i en panel. Företaget Norstat har med sitt kontor i Linköping figurerat som uppdragsgivare till arbetet. Datamaterialet till studien har uppkommit från Norstats rekryteringsprocess samt från företagets två huvudpaneler med olika rekryteringskällor. För att djupare undersöka svarsbeteende konstruerade vi även en enkätundersökning som skickades ut till 2 714 medlemmar i Norstats internetpaneler.</p><p>Den statiska analysen innefattar χ2-test, multipel logistisk regression samt Poissonregression. Resultaten påvisade att den demografiska sammansättningen i panelen inte fullt ut speglade Sveriges befolkning samt att vissa grupper undertäcks i högre utsträckning än andra. Svarsbeteendet hos medlemmar i paneler har en tendens att ändras från det att medlemmen har svarat på en till tre undersökningar, till det att den har svarat på tjugo undersökningar eller fler. Rekryteringskällan till en panel verkar inte ge upphov till några större skillnader i svarsresultat, men däremot finns vissa skillnader i demografisk sammansättning.</p>

The use of marketing research panels are a more and more frequently used source of information for studies within many different branches. The purpose of this report is to investigate the demographic composition of panels and compare it with the population of Sweden, a possible change in behaviour of respondents, and if the source of recruitment is the cause of possible differences in study results. The study was commissioned by Norstats Linkoping office. Sources for the data material include Norstat’s recruitment process and their two main panels with different recruitment sources. To enable a deeper investigation of behaviour we also constructed a survey that was sent to 2,714 members of Norstat’s internet panels. The statistical analysis includes contingency table analysis, multiple logistic regression, and Poisson regression. The results show that the demographic composition does not fully cover all the aspects of the Swedish population and some groups are less represented than others. The behaviour tends to differ between panel members that have responded to three or less surveys compared to members that have responded to twenty or more surveys. Source of recruitment does not seem to affect the results of studies, but it has some effect on the demographic composition of marketing research panels. / Användandet av paneler som källa vid undersökningar har den senaste tiden blivit en allt vanligare företeelse. Denna rapport har för avsikt att undersöka panelers demografiska sammansättning och överensstämmande med Sveriges befolkning, eventuell ändring av svarsbeteende samt huruvida rekryteringskällan ger upphov till kvalitetsskillnader hos medlemmar i en panel. Företaget Norstat har med sitt kontor i Linköping figurerat som uppdragsgivare till arbetet. Datamaterialet till studien har uppkommit från Norstats rekryteringsprocess samt från företagets två huvudpaneler med olika rekryteringskällor. För att djupare undersöka svarsbeteende konstruerade vi även en enkätundersökning som skickades ut till 2 714 medlemmar i Norstats internetpaneler. Den statiska analysen innefattar χ2-test, multipel logistisk regression samt Poissonregression. Resultaten påvisade att den demografiska sammansättningen i panelen inte fullt ut speglade Sveriges befolkning samt att vissa grupper undertäcks i högre utsträckning än andra. Svarsbeteendet hos medlemmar i paneler har en tendens att ändras från det att medlemmen har svarat på en till tre undersökningar, till det att den har svarat på tjugo undersökningar eller fler. Rekryteringskällan till en panel verkar inte ge upphov till några större skillnader i svarsresultat, men däremot finns vissa skillnader i demografisk sammansättning.