The discussion about climate change and how it affects the earth has existed for years and is still ongoing. The European Climate & Assessment Project conveys data related to climate, which has been used in this thesis to investigate climate changes. The aim of this thesis was to investigate trends in time series for specific indicators and stations. The climate indicator Consecutive Summer Days was chosen and the stations Stockholm and Munich were investigated. The main focus has been on the statistics used in this thesis to investigate the aim of the study. Conclusions regarding an appropriate distribution for the data and independence in the explanatory variable were necessary to conclude with statistical methodology. To reach the conclusions the Negative Binomial Distribution was fitted. An assumption about independence in the explanatory variable was also made. Regression modelling could therefore be performed at data to investigate possible trends. The results from the study demonstrate an ascending trend in the chosen indicator in both Stockholm and Munich. This master thesis is a contribution to the climate research. The methodology used and the results gained can be used to support future studies within the climate research or other areas. / Data samlas in inom en rad olika samhällsområden. Ett av dessa områden är klimat. Under de senaste åren har diskussionen om klimatförändringars existens och dess påverkan på vår jord varit högst aktuell och intresseväckande. European Climate & Assessment Project förmedlar data kring klimat och deras data har använts i detta arbete för att komma ett steg närmare en sanning kring klimatförändringar. Detta examensarbete är ett bidrag till klimatforskningen. Syftet var att undersöka trender i tidsserier för vald indikator och stationer. Indikatorn Consecutive Summer Days valdes och stationerna Stockholm och München undersöktes. Det största fokuset och tiden i arbetet har lagts på den statistik som använts för att undersöka syftet. För att kunna undersöka trender var slutsats kring lämplig fördelning för data samt oberoende i den förklarande variabeln nödvändigt att säkerställas med statistiska metoder. För att komma fram till slutsatsen anpassades den Negativa Binomialfördelningen. Ett antagande om oberoende i den förklarande variabeln kunde även göras. Regressionsmodeller kunde därmed anpassas på data för att undersöka eventuella trender. Resultaten visade en uppåtgående trend i den valda indikatorn i både Stockholm och München. Det var dock inte möjligt att dra en slutsats kring om denna trend är naturlig eller om den beror på människans konsumtion av jordens resurser. Det var inte heller möjligt att dra en generell slutsats kring klimatförändringar då arbetet enbart undersöker en indikator på två stationer. Metoden som använts och resultaten som genererats kan dock användas som ett stöd i framtida studier inom klimatforskning eller annat intressant område.