This thesis in applied statistics and industrial economics examines the correlation between a number of market conditions on the Swedish and Global market and the yield difference between the Swedish stock market and the Global stock market. The report is based on data from the index MSCI Sweden Net Return, MSCI World Net Return and the Volatility index S&P 500. The market conditions that have been examined are Bull markets, Bear markets, periods of high volatility. We also examined how the appreciation of the SEK in comparison to the USD and the yield of the Swedish stock market correlated with the yield difference between the Swedish Stock Market and the Global stock market. The correlation was examined using multiple linear regression. The results indicated a positive correlation between the yield difference between the Swedish stock market and the Global stock market and the yield of the Swedish stock market, the appreciation of the SEK compared to the USD and Bull markets. We found a negative correlation with Bear markets and no correlation at all with the volatility.   The results are in line with what could be expected and give a stronger statistical ground for the idea that the Swedish stock market has larger fluctuations than the Global stock market during large-scale market fluctuations. / Detta kandidatexamensarbete inom tillämpad matematik och industriell ekonomi syftar till att undersöka hur avkastningsdifferensen mellan den Svenska och Globala aktiemarknaden korrelerar med ett antal olika marknadsförhållanden. Rapporten är baserad på data från MSCI Sweden Net Return och MSCI World Net Return samt Volatilitetsindex S&P500. De marknadsförhållanden som har undersökts är Bull markets, Bear markets, perioder då det råder hög volatilitet på marknaden. Vi undersökte även avkastningsdifferensens korrelation till kronans värdeförändring gentemot den Amerikanska dollarn och korrelationen till den Svenska aktiemarknadens värdeökning. Korrelationen undersöktes genom att utföra en multipel linjär regression. Resultaten visade på en rådande positiv korrelation mellan utvecklingen på den Svenska aktiemarknaden, prisutvecklingen av den Svenska kronan mot Amerikanska dollarn samt under Bull markets. Vi fann även en negativ korrelation med Bear markets och ingen korrelation till volatiliteten.   Resultaten är i linje med vad som kunde förväntas och ger en starkare statistisk grund till att den Svenska aktiemarknaden har större svängningar än den Globala aktiemarknaden vid stora marknadsfluktuationer.

This study investigates the underlying factors driving OKQ8’s electric vehicle charging sales in kWh and aims to understand their customers better by identifying the factors that impact sales in the electric vehicle charging market. The study focuses on transactions from 17 OKQ8 stations in Sweden and Denmark, from July 1st, 2022, to February 28th, 2023, categorized into five distinct subgroups based on similar attributes. The report uses a multiple linear regression model in the programming language R and macroeconomic principles to identify the variables that lead to additional sales of electric vehicle charging.  The final regression model includes the variables Sales, Station, Month, Weekday, and Time, with an Adjusted R2 of over 68% for all five groups. The study reveals that price does not have a significant impact on the sales of charging. Moreover, the analysis highlights the significance of variables related to time, month, day of the week, and individual charging stations, which demonstrate varying impacts on charging sales across different groups.  The study provides valuable insights into the influence of price and consumer behavior on electric vehicle charging sales, emphasizing the importance of adopting strategic approaches to encourage a wider adoption of electric vehicles, enhance charging infrastructure, and consider government support such as subsidies or tax incentives. The study has some limitations, including a lack of data for March to May and only covering a single year, limiting the ability to identify recurring patterns. Nonetheless, the study’s findings provide insights into the factors affecting OKQ8’s sales of electrical vehicle charging and ongoing research is necessary to validate and expand upon these findings, considering the constantly evolving electric vehicle market. / Denna studie syftar till att undersöka de underliggande faktorer som påverkar försäljningen av laddning av elektriska fordon i kWh hos OKQ8 och strävar vidare efter att få en djupare förståelse för deras kundgrupp. Studien bygger på data som sträcker sig från den 1a juli 2022 till den 28e februari 2023 och är i form av transaktioner från 17 olika OKQ8-stationer i Sverige och Danmark. Dessa 17 stationer delas sedan sedan in i fem olika undergrupper där stationerna i varje undergrupp erhåller liknande egenskaper. Rapporten använder sig av en multipel linjär regressionsmodell i programmeringsspråket R, och makroekonomiska principer för att identifiera variabler som leder till ökad försäljning av laddning av elektriska fordon. Den slutliga regressionsmodellen inkluderar variablerna Försäljning, Station, Månad, Veckodag och Tid, där Adjusted R2 har ett värde över 68% för samtliga fem grupper. Studien avslöjar att priset inte har en signifikant inverkan på försäljningen av laddning och belyser vidare betydelsen av variabler relaterade till tid, månad, veckodag och individuella laddningsstationer, vilka visar en varierande signifikans på försäljningen av laddning inom de olika grupperna. Studien ger värdefulla insikter om konsumentbeteende kopplat till försäljning av laddning för elektriska fordon. Den betonar också vikten av att vidta strategiska åtgärder för att främja en mer omfattande spridning av elektriska fordon, förbättra laddningsinfrastrukturen och överväga regeringsstöd såsom subventioner eller skattelättnader. Studien har vissa begränsningar att ta hänsyn till, däribland avsaknad av data för perioden mars till maj och att den endast täcker ett år. Dessa begränsningar påverkar möjligheten att identifiera eventuella återkommande mönster. Trots detta bidrar studiens resultat med värdefulla insikter om de faktorer som påverkar försäljningen av laddning för elektriska fordon som OKQ8 kan dra nytta av i sin verksamhet. På grund av marknadens ständiga utveckling är det dock nödvändigt med fortsatt analys för att validera och vidareutveckla resultaten.

No description available.

No description available.

No description available.

No description available.

No description available.

L’omniprésence de l’intelligence artificielle (IA) est indéniable, que ce soit dans son utilisation de tous les jours jusqu’à son utilisation dans divers domaines comme la médecine ou le service à la clientèle. Cette technologie fera sans aucun doute partie intégrante de la vie de chaque individu dans un futur rapproché. Par conséquent, il est aussi indéniable de penser que ces technologies feront éventuellement partie intégrante du domaine de la criminologie, que ce soit par le biais de la police prédictive, d’algorithmes d’aide à la décision en termes de récidive, de l’utilisation de la reconnaissance faciale dans les tâches policières ou peut-être de l’accompagnement aux citoyens dans les processus judiciaires. En conséquence, il est important de comprendre comment les individus faisant partie du domaine perçoivent l’intelligence artificielle afin de mieux comprendre comment les individus percevront l’IA lors de l’implantation potentielle d’une telle technologie. Cette étude vise donc à mettre en lumière l’effet des facteurs sociodémographiques, des perceptions de l’intelligence artificielle en général ainsi que des facteurs reliés aux types de personnalités en relation avec le fait d’attribuer des caractéristiques humaines à l’IA. Pour y arriver, des données ont été colligées à l’aide d’un questionnaire en ligne posant des questions notamment sur les facteurs sociodémographiques, les différents aspects de la personnalité ainsi que sur l’utilisation et les perceptions générales des technologies d’intelligence artificielle. Les résultats ont permis de souligner que les facteurs sociodémographiques tels que le genre et le domaine d'activité professionnelle, soit de travailler dans la police, sont corrélés à l’échelle Attribution de caractéristiques humaines à l’IA (ACHIA). En effet, le genre est associé à une corrélation positive faible indiquant que le fait d’être un homme a une légère influence sur l’échelle ACHIA. Ensuite, le fait de travailler dans la police est inversement corrélé signifiant que ceux travaillant dans la police peuvent avoir une légère tendance à répondre en défaveur de l’échelle ACHIA. En revanche, les traits de personnalité n'ont pas montré d'effet significatif sur cette perception, ce qui permet de mettre en lumière que certaines recherches supplémentaires sont nécessaires pour approfondir cette relation complexe. De plus, l’analyse de régression linéaire multiple a permis d’obtenir un modèle de prédiction de l’attribution de caractéristiques humaines à l’IA. Le modèle de prédiction de l’ACHIA est présenté dans le tableau 9 du chapitre résultats. Ce modèle a permis de faire ressortir que seules les variables « Bonnes connaissances par rapport à l’intelligence artificielle » et « IA a le potentiel de remplacer les tâches professionnelles » sont capable de prédire le fait d’attribuer des caractéristiques humaines à l’IA. Ainsi, plus une personne a de bonnes connaissances par rapport à l’intelligence artificielle, plus celle-ci aura tendance à attribuer des caractéristiques humaines à l’intelligence artificielle. De même, plus une personne pense que l’IA a le potentiel de remplacer ses tâches professionnelles, plus celle-ci attribuera des caractéristiques humaines à l’IA. Enfin, la recherche sur l’attribution de caractéristiques humaines à l’intelligence artificielle devrait être explorée davantage dans le futur afin d’approfondir notre compréhension de la relation complexe entre les humains et cette technologie émergente. / The omnipresence of artificial intelligence (AI) is undeniable, whether in its everyday use or in various fields such as medicine or customer service. This technology will undoubtedly become an integral part of every individual's life in the near future. Therefore, it is also undeniable to think that these technologies will eventually become an integral part of the field of criminology, whether through predictive policing, decision-making algorithms regarding recidivism, the use of facial recognition in police tasks, or perhaps assisting citizens in judicial processes. Consequently, it is important to understand how individuals in the field perceive artificial intelligence to better understand how individuals will perceive AI during the potential implementation of such technology. This study aims to shed light on the effect of sociodemographic factors, perceptions of artificial intelligence in general, and personality-related factors in relation to attributing human characteristics to AI. To achieve this, data was collected using an online questionnaire, posing questions on sociodemographic factors, different aspects of personality, as well as the use and perceptions of artificial intelligence technologies. The results emphasized that sociodemographic factors such as gender and professional field, specifically working in the police, are correlated with the Attribution of Human-like Characteristics to AI (ACHIA) scale. Indeed, gender is associated with a weak positive correlation indicating that being a man slightly influences the ACHIA scale. Furthermore, working in the police is inversely correlated, meaning that those working in the police may have a slight tendency to respond unfavorably to the ACHIA scale. On the other hand, personality traits did not show a significant effect on this perception, highlighting the need for further research to deepen this complex relationship. Additionally, multiple linear regression analysis yielded a prediction model for attributing human characteristics to AI. The ACHIA prediction model is presented in Table 9 of the results chapter. This model revealed that only the variables "Good knowledge of artificial intelligence" and "AI has the potential to replace professional tasks" are capable of predicting the attribution of human characteristics to AI. Thus, the more a person has good knowledge of artificial intelligence, the more likely they are to attribute human characteristics to artificial intelligence. Similarly, the more a person thinks that AI has the potential to replace their professional tasks, the more they will attribute human characteristics to AI. Finally, research on attributing human characteristics to artificial intelligence should be further explored in the future to deepen our understanding of the complex relationship between humans and this emerging technology.

This quantitative research aims to explore how fostering a sense of presence in a virtual reality learning environment (VRLE) affects students' motivation to learn a topic, specifically by examining the mediating roles of engagement and motivation for exploration within the VLRE in influencing the motivation to learn a given topic. To evaluate these relationships, users' sense of presence was experimentally manipulated using two VRLE versions: one for high-presence and one for low-presence. The research uses the Igroup Presence Questionnaire (IPQ) to measure VR presence, and an original motivational learning questionnaire designed by the researcher to assess student engagement, motivation to explore the VR environment, and motivation to learn the VRLE topic. Data was analyzed using SPSS, including correlations, t-tests, and multiple regression. The findings from this study suggest that there are positive correlations between the sense of presence, engagement, motivation to explore, and motivation to learn. While there was not significant evidence to support engagement as a mediator, there was significant evidence to support motivation to explore as a mediator in the relationship between the sense of presence and motivation to learn the VRLE topic. User comments suggested VRLE improvements and expressed enjoyment from the VRLE. Recommendations for future research are included and practical implications for incorporating VRLEs to motivate students are noted.

[ES] Los sistemas de buses de tránsito rápido (Bus Rapid Transit, BRT por sus siglas en inglés) han experimentado un gran crecimiento en los últimos años, pues más de 170 ciudades tienen algún tipo de sistema BRT. La evidencia empírica acerca de la relación entre el entorno urbano y estos sistemas todavía requiere ser estudiada, especialmente en las urbes en desarrollo que no disponen de información a pie de calle para realizar análisis en el nivel de las estaciones. En este contexto, el primer objetivo de la investigación fue generar datos a microescala (a pie de calle) del entorno próximo a las estaciones del sistema BRT de Quito, mediante métodos e instrumentos de análisis de campo, así como seguimientos, recopilación técnica de información de características del entorno urbano y encuestas. Además, se propuso utilizar los sistemas de información geográfica (SIG) para el manejo y análisis de los datos. Así, se obtuvieron mapas que representan la densidad de la población a escala de manzana y a escala de segmentos: la densidad de la edificación, la mezcla de usos de suelo (servicios, entidades públicas, escuelas, comercio, etc.); mezcla vertical (es decir, usos de vivienda, comercio y oficina en el mismo edificio) y características de espacio público (seguridad vial, ancho de acera, topografía, etc.). Se propuso también identificar el umbral de distancia máxima mediante el método de seguimiento, cuyo hallazgo revela que este umbral se sitúa en una distancia de 600 metros En relación al objetivo de analizar las características de los usuarios del sistema BRT y el comportamiento del viaje a través de una encuesta de intercepción, los resultados establecen que la mayoría de los usuarios encuestados corresponden al grupo femenino con formación académica universitaria que utiliza el transporte por trabajo. El siguiente objetivo fue determinar de forma cuantitativa la relación entre el sistema BRT de Quito y las características del entorno urbano en un umbral de distancia de 600 m, en 42 puntos a través del análisis estadístico multivariante (modelo de regresión múltiple). Los resultados señalan que la densidad de los segmentos del viario con acera entre 3 y 4 metros, la densidad del equipamiento de administración pública son variables significativas y positivas. Asimismo, la distancia al centro de la ciudad (accesibilidad regional) y la distancia a los destinos dentro de los 400 metros, (accesibilidad local), son dominios con signo negativo. Mientras que, la densidad no tiene un poder explicativo en el modelo de demanda del sistema tipo BRT de la ciudad de Quito. Asimismo, se planteó el examinar las cualidades del contexto inmediato de las mismas 42 estaciones del sistema BRT de Quito dentro de un umbral de distancia de 600 m a través del análisis estadístico multivariante. Los resultados muestran que la accesibilidad local, es decir, la distancia a la parada destino, el índice de rodeo (relación entre la distancia a pie medida a través de la red y la distancia euclidiana), el logaritmo de la densidad de la población se correlaciona de manera positiva con la distancia a pie. Mientras que, la densidad de los estratos (medio alto y alto), la densidad no residente (personas que trabajan, estudian o realizan otras actividades) y la distancia a la parada destino son variables significativas y con signo negativo. Otro objetivo de estudio fue tipificar el entorno urbano próximo de las 42 paradas en un umbral de distancia de 600 metros del sistema BRT de Quito a través del análisis estadístico factorial y los clústeres. Las características del entorno se clasificaron en tres factores. / [CA] Els sistemes de busos de trànsit ràpid (Bus Rapid Transit, BRT per les seues sigles en anglés) han experimentat un gran creixement en els últims anys, perquè més de 170 ciutats tenen algun tipus de sistema BRT. L'evidència empírica sobre la relació entre l'entorn urbà i estos sistemes encara requereix ser estudiada, especialment en les urbs en desenvolupament que no disposen d'informació a peu de carrer per a realitzar anàlisi en el nivell de les estacions. En este context, el primer objectiu de la investigació va ser generar dades a microescala (a peu de carrer) de l'entorn pròxim a les estacions del sistema BRT de Quito, mitjançant mètodes i instruments d'anàlisis de camp, així com seguiments, recopilació tècnica d'informació de característiques de l'entorn urbà i enquestes. A més, es va proposar utilitzar els sistemes d'informació geogràfica (*SIG) per al maneig i anàlisi de les dades. Així, es van obtindre mapes que representen la densitat de la població a escala de poma i a escala de segments: la densitat de l'edificació, la mescla d'usos de sòl (serveis, entitats públiques, escoles, comerç, etc.); mescla vertical (és a dir, usos d'habitatge, comerç i oficina en el mateix edifici) i característiques d'espai públic (seguretat viària, ample de vorera, topografia, etc.). Es va proposar també identificar el llindar de distància màxima mitjançant el mètode de seguiment, la troballa del qual revela que este llindar se situa en una distància de 600 metres En relació a l'objectiu d'analitzar les característiques dels usuaris del sistema BRT i el comportament del viatge a través d'una enquesta d'intercepció, els resultats estableixen que la majoria dels usuaris enquestats corresponen al grup femení amb formació acadèmica universitària que utilitza el transport per treball. El següent objectiu va ser determinar de manera quantitativa la relació entre el sistema BRT de Quito i les característiques de l'entorn urbà en un llindar de distància de 600 metres, en 42 punts a través de l'anàlisi estadística multivariant (model de regressió múltiple). Els resultats assenyalen que la densitat dels segments del viari amb vorera entre 3 i 4 metres, la densitat de l'equipament d'administració pública són variables significatives i positives. Així mateix, la distància al centre de la ciutat (accessibilitat regional) i la distància als destins dins dels 400 metres, (accessibilitat local), són dominis amb signe negatiu. Mentre que, la densitat no té un poder explicatiu en el model de demanda del sistema tipus BRT de la ciutat de Quito. Així mateix, es va plantejar l'examinar les qualitats del context immediat de les mateixes 42 estacions del sistema BRT de Quito dins d'un llindar de distància de 600 metres a través de l'anàlisi estadística multivariant. Els resultats mostren que l'accessibilitat local, és a dir, la distància a la parada destine, l'índex de marrada (relació entre la distància a peu mesurada a través de la xarxa i la distància euclidiana), el logaritme de la densitat de la població es correlaciona de manera positiva amb la distància a peu. Mentre que, la densitat dels estrats (mig alt i alt), la densitat no resident (persones que treballen, estudien o realitzen altres activitats) i la distància a la parada destine són variables significatives i amb signe negatiu. Un altre objectiu d'estudi va ser tipificar l'entorn urbà pròxim de les 42 parades en un llindar de distància de 600 metres del sistema BRT de Quito a través de l'anàlisi estadística factorial i els clústers. Les característiques de l'entorn es van classificar en tres factors. / [EN] Bus Rapid Transit (BRT) systems have experienced tremendous growth in recent years, with more than 170 cities having some form of BRT system. Empirical evidence about the relationship between the urban environment and these systems still needs to be studied, especially in developing cities that do not have street-level information for station-level analysis. In this context, the first objective of the research was to generate micro-scale data (at street level) of the environment near the stations of Quito's BRT system, through field analysis methods and tools, as well as monitoring, technical collection of information on urban environment characteristics and surveys. In addition, the use of geographic information systems (GIS) was proposed for data management and analysis. As a result, maps were obtained that represent population density at the block scale and at the segment scale: building density, mix of land uses (services, public entities, schools, commerce, etc.), vertical mix (i.e., housing, commerce and office uses in the same building) and public space characteristics (road safety, sidewalk width, topography, etc.). Also, it was proposed to identify the maximum distance threshold using the tracking method, the finding of which reveals a distance of 600 meters. Regarding the objective of recognizing the qualities of the users of the BRT system and the characteristics of the trip through the application of an intercept survey, the results establish that most of the surveyed users correspond to female group with university education who use the transport for work. The next objective was to quantitatively determine the relationship between Quito's BRT system and the characteristics of the urban environment at a distance threshold of 600 meters, at 42 locations through multivariate statistical analysis (multiple regression model). The results indicate that the density of road segments with sidewalks between 3 and 4 meters, the density of public administration equipment are significant and positive variables, likewise, the distance to the city center, regional accessibility and the distance to destinations within 400 meters, local accessibility, are domains with a negative sign. Meanwhile, density has no explanatory power in the demand model of the BRT type system in the city of Quito. Likewise, it was proposed to examine the qualities of the immediate context of the same 42 stations of the Quito BRT system within a distance threshold of 600 meters through multivariate statistical analysis. The results show that local accessibility, meaning the distance to the destination stop, the rounding index (ratio between the walking distance measured through the network and the Euclidean distance), the logarithm of the population density correlates positively with the walking distance. While, stratum density (upper middle and high), non-resident density (people working, studying or performing other activities) and distance to the destination stop are significant variables and with negative sign. Another study objective was to typify the proximate urban environment of the 42 stops within a distance threshold of 600 meters of the Quito BRT system through statistical factor analysis and clustering. The characteristics of the environment were classified into three factors. / Núñez Basantes, AC. (2024). Transporte público y entorno construido: análisis de las áreas de influencia de las estaciones del BRT en la ciudad de Quito [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/202963