Search

In this paper, a statistical method is developed to improve predictive maintenance on railway track. The problem tackled is being able to predict when the next maintenance event should take place to guarantee a certain track quality class. To solve the problem, The prediction is made using track measurement data exclusively, with no maintenance history to support the data analysis. The dataset consists of track measurements taken over eleven years and 170 kilometres on the Bothnia line in Northern Sweden. Different track degradation models and machine learning approaches are discussed and implemented. In the end, the tool developed was able to predict track degradation with an error within reasonable bounds of the typical maintenance limit. This will allow an operator to predict the recommended date for the next maintenance event at all locations using only historical track measurements as an input and little to no user intervention on the programme., I denna uppsats utvecklas en statistisk metod för att förbättra förebyggande underhåll av järnvägsspår. Det problem som utreds är att kunna förutsäga när nästa underhållsarbete bör äga rum för att garantera en viss kvalitetsklass på spåret. För att lösa problemet användes endast spårmätningar utan någon underhållshistorik som stöd för dataanalysen. Data består av spårmätningar som utförts under elva år och 170 kilometer på Botniabanan i norra Sverige. Olika modeller för spårförsämring och metoder för maskininlärning diskuteras och implementeras. I slutändan så kunde det utvecklade verktyget förutsäga spårets nedbrytning med ett fel som låg inom rimliga gränser av den typiska underhållsgränsen. Sammanfattningsvis så kommer detta att göra det möjligt för en operatör att förutsäga det rekommenderade datumet för nästa underhållsarbete på alla platser med endast historiska spårmätningar som indata och med liten eller ingen användarintervention i programmet.

Causal discovery with tiered background knowledge leads to more informative estimations of the true underlying data-generating DAG. In this thesis, we develop two score-based causal discovery algorithms that incorporate tiered background knowledge: Temporal Greedy Equivalence Search (TGES) and Simple Temporal Greedy Equivalence Search (Simple TGES). To be able to define the algorithms, we introduce needed graph theory, relevant score criteria, tiered background knowledge, and Greedy Equivalence Search (GES). We prove that TGES will always estimate a tiered MPDAG and that Simple TGES is sound and complete in the limit of large sample size. The algorithms have been implemented in R. We perform a simulation study, here amongst using a new metric on the performance of causal discovery algorithms. The simulation study shows that TGES outperforms Simple TGES and GES with respect to both adjacencies and orientations of edges. The computational time of TGES is slower than GES but shows potential to become faster. We finish the thesis by discussing the findings and methods used throughout.½

Dose-response studies are widely used in toxicology to investigate the potency of a compound. Dose-response data are typically evaluated by using a three or four-parameter log-logistic model that includes the upper and lower limits of the response, steepness of the dose-response curve, and the effective dose ED50. Multiple dose-response experiments are conducted to determine the estimation of these four parameters and time related parameters, requiring the aggregation of estimates of these four parameters from various experiments. In this context, non-linear least squares are used as direct methods, which are easy to operate but fitting dose-response models is complicated and often have convergence problems. An alternative estimation method is the two-step method, in which four parameters are estimated before linear regression is used. Similarly, the meta analysis and longitudinal analysis are also implemented based on the estimation of four parameters in the first step. These methods are compared in both practical actual datasets and simulation. We conclude that the two-step method is a more robust estimation method in the complex situation.

\noindent Recently, there has been an increased focus on drastic changes in the Earth's climate systems, known as tipping points. These events pose potentially unforeseen changes not only for mankind but also the entire biosphere. For statisticians, modelling the consequences of these phenomena is a great challenge, because reasoning about systems after a tipping point has occured with observations only prior to it is inherently difficult. However, it is also within our interests to predict when a potential tipping point is reached in the first place. Advancements in statistical methods for stochastic differential equations have shown great promise in exactly this. Specifically, stochastic differential equations have been applied in the estimation of a key tipping point in the Atlantic Meridional Overturning Circulation with an assumption-lean model. We continue this work, broadening the potential applications by presenting five additional models that share deterministic structure with the original model but use other diffusion terms. Additionally, we introduce a natural extension to the part of the system modelling the changes in its deterministic dynamics. For each model, we implement efficient estimators in the R language that are scrutinized in a simulation study, where we consider the error, computation speed, robustness, and numerical stability of our implementations. Moreover, we compare different approaches to practical implementations of estimation methods for stochastic differential equations more generally: We introduce an estimator, which almost exclusively relies on numerical methods and compare this estimator with less numerically founded methods. Eventually, two of the tipping models are applied to the same proxy for the strength of the Atlantic Meridional Overturning Circulation. Finally, we discuss the findings from the simulation study and comment on various possible ways to do further research on this topic. Additionally, our results for the tippi

Hur provtagningar av jord vid förorenade områden planeras, utförs och kontrolleras varierar mellan olika projekt. Orsaken är dels att provtagningsteorin för partikulära material är relativt okänd och komplicerad, dels att det saknas svensk litteratur som tydligt beskriver resonemangen som ligger till grund för korrekt replikatprovtagning i fält. Konsekvensen har blivit att olika organisationer och personer gör olika tolkningar av vad som är lämpligt, vilket i sin tur leder till resultat som kan vara svårtolkade. Denna rapport har två olika syften: (1) att förklara grunderna i provtagningsteorin, så att denna teori har bättre förutsättning att beaktas i verkliga projekt, och (2) att beskriva hur replikatprover bör tas i fält, med utgångspunkt i provtagningsteorin. Målet är att det ska leda till provtagningar av högre kvalitet samt en bättre kontroll av utförda provtagningar än idag. Rapportens målgrupp är personer som har ett särskilt intresse för provtagningsfrågor och som planerar provtagningar av förorenad jord eller granskar provtagningsplaner och genomförda provtagningar. Rapporten är inriktad mot provtagning som syftar till att karakterisera en viss jordvolym, så att beskrivande statistik kan beräknas och osäkerheter kvantifieras. Ett av de viktigaste stegen inför karakteriserande provtagning är att definiera den jordvolym som ska undersökas, den så kallade karakteriseringsvolymen. Därefter måste även provets representativa volym definieras. För att undvika provtagningsfel, eller åtminstone hålla felen på en acceptabel nivå, är det viktigt att känna till vilka felkällor som finns. Rapporten beskriver de sju grundläggande provtagningsfelen enligt provtagningsteorin.

Entgegen einem flüchtigen Eindruck hat die Schweiz kein Problem mit «den Muslimen». Das zeigen unter anderem die Zahlen des Bundesamts für Statistik. Wie kommt es aber dann, dass die gegenteilige Meinung verbreitet ist? Der Beitrag plädiert für genaues Unterscheiden., + ID der Publikation: unilu_75038 + Sprache: Deutsch + Letzte Aktualisierung: 2024-08-13 17:17:34

In this thesis, we will study the applications of large language models (LLMs) to a specific domain (customer support at IKEA). This will be done through studying content generation of frequently asked question (FAQ) articles based on unstructured chat data using LLMs, and then studying how to leverage this domain data using LLMs through retrieval-augmented generation (RAG) and fine-tuning. First, we will show that LLMs are suitable for content-generation through producing high quality question-answer pairs based on highly unstructured data. This opens up avenues for using LLMs to generate more structured data for model training and building. Second, we will show that RAG is effective as a method to infuse domain specific knowledge, outperforming fine-tuning. However, fine-tuning (using parameter efficient fine-tuning methods) leads to above baseline performance, indicating that LLMs still can learn new factual information using fine-tuning. Furthermore, we show that combining RAG with fine-tuning leads to superior results. Third, we will show that fine-tuning is an effective method to incorporate a specific tone of voice (here, that of IKEA). Furthermore, fine-tuning for tone of voice does not lead to worse factual answers, indicating that there is no quality trade-off between tone of voice and factualness., I denna masteruppsats kommer vi studera tillämpningen av large language models (LLMs) för en specifik domän. I detta fall, kundtjänst på IKEA. Detta kommer göras genom att studera ``content generation'' av FAQ-artiklar från ostruktuerad chattdata genom användning av LLMs, och sedan genom att studera hur detta ``content'' kan användas genom RAG och finjustering av LLMs. För det första visar vi att LLMs är en lämplig metod för content generation, genom att producera fråga-svar-par av hög kvalitet baserat på avsevärt ostrukturerad data. Detta öppnar upp nya sätt för att använda LLMs for att generera strukturerad data för modellträning. För det andra visar vi att RAG är en effektiv metod för att inkorporera domänspecifik kunskap i en LLM, och att den överträffar prestationen av finjustering. Emellertid leder fine-tuning (genom parameter effektiva finjusteringsmetoder) till bättre resultat jämfört med kontrollmodellen utan finjustering, vilket indikerar att LLMs fortfarande kan lära sig ny kunskap genom att använda finjustering. Fortsättningsvis finner vi att än bättre resultat uppnås genom att kombinera RAG med finjustering. För det tredje visar vi att finjustering är en effektiv metod för att inkorporera tonfall (i detta fall, IKEAs). Vidare finner vi att finjustering för tonfall inte leder till sämre resultat, vilket betyder att det inte finns någon kvalitets avvägning mellan att träna för tonfall eller exakthet och relevans.

Den större ischiasskåran (incisura ischiadica major) är en inskärning i höftbenet som karakteriseras av morfologier, användbara för att estimera biologiskt kön. Slutsatser gjorda från okulära observationer kan variera beroende på utövare och därmed kan morfologiska metoder anses vara mindre tillförlitliga gentemot metriska metoder. Tillvägagångssättet för denna uppsats bestod av en jämförande studie mellan en metod som använder formanalys och en som använder vinkelgrad för att bedöma biologiskt kön, på den större ischiasskåran. I denna uppsats användes ett praktiskt tillvägagångssätt för att observera 33 höftben från Sankt Hans medeltida kyrkogård. Det osteologiska materialet var inlånat från Gotlands museum och det praktiska arbetet utfördes på plats på magasinet, under våren 2024. Undersökningsmaterialet avgränsades till att inkludera endast vuxna individer av både manligt och kvinnligt kön. Resultaten visade att det finns en korrelation mellan kurvan på inskärningen och biologiskt kön. I diskussionsdelen av uppsatsen diskuterades tillförlitlighet och användarvänlighet för de två metoderna samt hur de kan nyttjas i osteologiska sammanhang., The greater sciatic notch (incisura ischiadica major) is an incision in the hip bone that is characterized by morphologies, useful to assess biological sex. Conclusions that are made from visual observations may vary between practitioners, and therefore, morphological methods can be less reliable than metric methods. The approach of this essay consisted of a comparative study between a method using shape analysis and one using angle degree to assess biological sex, on the greater sciatic notch. In this essay, a practical approach was applied to observe 33 hip bones from Sankt Hans medieval cemetery. The material was borrowed from Gotland’s Museum, and the practical work was performed on site, during spring of 2024. The studied material was delimitated to include only adult individuals consisting of both males and females. The results showed that there is a correlation between the curve of the incision and biological sex. In the discussion, the essay explored the reliability and user-friendliness of the two methods, along with their potential applications in osteological contexts.

This study investigates the relationship between Environmental, Social, and Goverance (ESG) scores and portfolio returns. Four portfolios were constructed at different ESG ranges, with no regard to industry or geographical location. The companies in the portfolios were reallocated each year based on changes in their scores. Their returns as well as other metrics were then compared over the time period 2010-2022. For the analysis, the Capital Asset Pricing Model (CAPM), Value at risk (VaR), and Sharpe ratio were primarily used. It was found that the portfolios with lower ESG scores achieved higher returns at a lower risk. With causality not being concluded in this report it highlights the importance of considering factors beyond ESG scores when making investment decisions., Detta arbete undersöker förhållandet mellan ESG-betyg och portföljavkastning. Fyra portföljer konstruerades inom olika ESG-intervall, utan hänsyn till bransch eller geografiskt läge. Företagen i portföljerna omallokerades varje år baserat på förändringar i deras ESG-betyg. Därefter jämfördes deras avkastning, samt andra mätetal, över tidsperioden 2010-2022. För analysen användes huvudsakligen Capital Asset Pricing Model (CAPM), Value at risk (VaR) och Sharpekvot. Det konstaterades att portföljer med lägre ESG-poäng uppnådde högre avkastning med lägre risk. Med tanke på att kausalitet inte fastställs i detta arbete betonas vikten av att överväga andra faktorer utöver ESG-betyg vid investeringar.

This thesis investigates the impact of various factors on airline ticket pricing, specifically analysing the influence of advance booking periods, seasonality, and time of booking on flight prices from Sweden for the period 2019 to 2023. Using multiple linear regression models, the study examines data for both short and long distance routes to destinations such as Berlin, London, Malaga, Bangkok, New York, and Addis Abeba. Findings indicate that booking flights well in advance, along with the time of booking and specific months, significantly affects ticket prices. Seasonal trends particularly highlight the lower costs associated with travel during off-peak months and weekdays, providing actionable insights for online travel agencies (OTAs) to enhance pricing strategies and marketing approaches.The research demonstrates how OTAs can use these findings to implement dynamic pricing models and promotions tailored to consumer booking behaviours, potentially increasing sales and customer satisfaction. However, the study’s predictive power is limited by the exclusion of external factors such as economic conditions and geopolitical events, pointing to the need for further comprehensive analyses to integrate these variables. This thesis contributes valuable perspectives to the discourse on airline pricing strategies, suggesting pathways for future research to further clarify the complexities of the global airline market., Det här arbetet undersöker effekten av olika faktorer på priset av flygbiljetter och analyserar specifikt påverkan av säsongsvariationer och bokningstidpunkt på flygpriser från Sverige för perioden 2019 till 2023. Genom att använda multipel linjär regression undersöks data för både kort- och långdistans rutter till destinationer som Berlin, London, Malaga, Bangkok, New York och Addis Abeba. Resultaten visar att tidig bokning av flyg, tillsammans med bokningstidpunkten och specifika månader, påverkar biljettpriserna. Säsongstrender belyser de lägre kostnaderna förknippade med resor under lågsäsong och vardagar, vilket ger användbara insikter för onlineresebyråer (OTAs) för att förbättra sina prissättningsstrategier och marknadsföringsansatser. Arbetet visar hur OTAs kan använda resultaten för att implementera dynamiska prissättningsmodeller och kampanjer anpassade till konsumenternas bokningsbeteenden, vilket potentiellt kan öka försäljningen och kundnöjdheten. Dock är studiens prediktiva förmåga begränsad på grund av uteslutningen av yttre faktorer som ekonomiska förhållanden och geopolitiska händelser, vilket pekar på behovet av ytterligare omfattande analyser för att integrera dessa variabler. Denna avhandling bidrar med värdefulla perspektiv till diskussionen om prissättningsstrategier för flygbolag och föreslår vägar för framtida forskning att ytterligare undersöka komplexiteten i den globala flygmarknaden.

I statistisk inferens, används preliminärt två klasser av metoder [2] för att undersöka olika fördelningar: parametriska metoder och icke-parametriska metoder. Valet mellan en parametrisk metod och en icke-parametrisk metod beror på en del olika aspekter, men främst handlar det om den fördelning som undersöks är känd eller inte. Parametriska metoder, som exempelvis t-test eller chi-två-test, används när den fördelning som ska undersökas är känd, till exempel om man kan anta en normalfördelning. I vissa fall finns inte tillräckligt med information om fördelningen, och icke-parametriska metoder används med fördel. Det finns flera olika icke-parametriska metoder, och dessa metoder används i olika sammanhang. I fallet där vi har ett stickprov eller matchande par av ett stickprov, används “Teckentest“ (på engelska sign test) eller “Teckenrangtestet“ (på engelska Wilcoxon’s signed rank test) för att studera fördelningarna. Om man är intresserad av att jämföra två olika stickprov används “Wilcoxons tvåstickprovtest“ (på engelska Wilxcoxon’s rank sum), även kallat “Mann-Whitneys U-test“. “Permutationstest“ är också ett test som används i liknande fall som Wilcoxons tvåstickprovtest. Syftet med denna uppsats är att studera och behandla dessa icke-parametriska metoder, att studera skillnader, styrkor och svagheter med hjälp av olika tester.

Understanding and exploring macromolecular dynamics is crucial for drug development, studying biological functions, and protein engineering, and thus remain a core focus in structural biology. However, revealing partially-occupied states in X-ray crystallography faces challenges due to inherent averaging over a population of proteins in different states, obscuring low-occupancy states in experimentally determined electron densities. One way forward is offered by analysing multiple datasets together, in particular the variations of occupancies found between equivalent datasets, i.e. data collected from different crystals grown in equivalent experimental conditions. In this thesis, I consider real datasets as realisations of a distribution of possible occupancy sets, and try to fit a model against this data using maximum likelihood methods. The resulting network outputs maps resembling electron density maps, containing small differences but does not yet reveal underlying states for the residues. This is believed to be caused by a local minimum, as the model optimises the maps to replicate an average of the real data.

I dagsläget hanteras papperstentamina manuellt på Karlstads universitet. Detta system är inte effektivt; det bildas köer vid ankomst \& inlämning och inlämningstidsstatistik är svår att ta vara på. Hade denna statistik funnits till lärares och administratörer hade de enklare kunnat bedöma tentaminas tidsåtgång. Lärare skulle kunna sätta en kortare skrivtid på många tentamina och fler tentamina schemaläggas av tentamensavdelningen. Trycket på skrivsalar är mycket stort idag och att schemalägga tentamina kan vara en stor utmaning. Målen med detta projektarbete var främst att skapa ett digitalt system som samlar och presenterar statistik kring inlämningstider för kursansvariga, och sekundärt att försöka effektivisera den generella studenthanteringen vid salstentamina. Planen var att skapa en mobilapplikation som skannar QR-koder på tentaminas försättsblad, och en webbsida som presenterar denna statistik. I denna uppsats diskuteras och utvärderas resultatet av en sådan lösning. Det system vi har utvecklat blev klart, men kunde inte driftsättas på Karlstads universitetet då vi inte fick åtkomst till existerande system som Ladok. Vi fick inte heller möjligheten att testa och därmed utvärdera systemet vid ett riktigt provtillfälle., Pen-and-paper examinations are currently managed manually at Karlstad University. This system is not efficient; queues form during arrivals and submissions, and submission time statistics are difficult to make use of. If these statistics were to be made available to teachers and administrators, they would be able to more easily assess the time requirements for exams. Consequently, teachers would be able to allocate shorter writing times for many exams, and administrators thus schedule more of them. The pressure on exam halls is substantial today, and scheduling exams can be a challenge. The goal of this project was to create a digital system which gathers and presents statistics regarding submission times. The plan was to create a mobile application which scans QR codes found on exam cover sheets, and a website which presents these statistics. In this thesis, the results of such a solution are discussed and evaluated. The system we developed was completed, but was unable to be deployed in production at Karlstad University as we did not get access to any existing systems, such as Ladok. Futhermore, we were not given the opportunity to test and thus evaluate the system at an exam session.

Gegenwärtig sind gigantische Datenmengen zu relevanten gesellschaftlichen Themen verfügbar, die es gilt, mit Hilfe von Statistiken zu verstehen, um als mündige*r Bürger*in an der Gesellschaft teilhaben zu können. Um den Aufbau der dafür notwendigen Kompetenzen auf eine realistische Art und Weise zu fördern, wird der Vergleich von realen Daten mittels Boxplots als angemessener Lernanlass angesehen. Diese designbasierte Masterarbeit analysiert daher, wie eine Lehr-Lern-Strategie, welche in eine statistische Lernumgebung nach Ben-Zvi et al. (2018) eingebettet ist, Schüler*innen der Sekundarstufe II beim Erwerb von statistischen Kompetenzen zu Gruppenvergleichen im Kontext für Bildung für nachhaltige Entwicklung unterstützen kann. Der Fokus der Studie richtet sich auf reale Daten zu den Zielen nachhaltiger Entwicklung betreffend Hunger sowie Gesundheit und Wohlergehen. Eine Haupterkenntnis der empirischen Untersuchung ist, dass insbesondere die Vertrautheit der Lernenden mit dem Problemkontext die Qualität der statistischen Schlussfolgerungen und das Ausmaß der Verbindung zwischen Daten und Kontext erheblich beeinflussen können. Die Ergebnisse deuten darauf hin, dass wenn Lernende mit dem Kontext vertraut sind, sie dazu tendieren, Kennzahlen von Gruppen eher miteinander zu vergleichen, mehr Informationen aus den Boxplots herauslesen und eher dazu bereit sind, weitere Informationen über ein Thema im Internet zu recherchieren. Neben der Vertrautheit mit dem Problemkontext könnte auch das Wiederholen der gleichen Aufgabenstellungen als Auslöser angesehen werden, der es Lernenden ermöglicht, in eine für sie neue Disziplin einzutauchen und spezifische Denkwerkzeuge zu entwickeln. Der designbasierten Forschung folgend wurden in der Masterarbeit folgende Unterrichtsprinzipien ausgearbeitet: (1) Verwendung von angemessene Hilfestellungen beim Einsatz von technologischen Tools (2) Aufbau eines fundierten Grundverständnisses über die benötigten statistischen Konzepte (3) Verwendu, Masterarbeit Universität Innsbruck 2024

In den westlichen Industrieländern ist Rauchen der grösste vermeidbare Risikofaktor für verschiedene Erkrankungen. Gemäss Bundesamt für Statistik rauchten in der Schweiz im Jahr 2017 31% der Männer und 23% der Frauen. Während der Anteil der Raucher/Raucherinnen zwischen 1992 und 2017 bei den Männern sank, ist er bei den Frauen konstant geblieben. Wie gross sind die Krankheitslast und die Kosten des Tabakkonsums in der Schweiz?

The talk applies a little-received theory of digitization to a historical object of digitization using a deep-learning approach. The theoretical starting point is that digitization began in the nineteenth century, which can be exemplified in the historical discourse of education in Switzerland. Overcoming the understanding of digitization as a technical-media concept, one can ask how social development has made digitization so successful in the first place. This can be answered in terms of systems theory by understanding digitization as a social function: Society creates a solution to deal with its own complexity by creating a system of complexity-reducing distinctions. To think of society as society - and not as an imagined homogeneity such as nation, federation, Reich - it is necessary to recognize social structures. These structures, e.g., groups, strata, classes, typical biographies, will be considered as independent and relevant patterns that could be recombined again and again to get a patterned idea of the social whole. The talk is based on a corpus of digitized texts of periodicals from Switzerland between 1800 and 1870. To investigate the use of social and educational statistics, tables are automatically identified in the corpus based on document page scans. In total, over 62,000 pages are analyzed using deep learning-based models to identify positions of tables. We experiment with two freely available pre-trained models and combine their output to improve overall precision. A web application is provided for manual inspection of the result.

In recent years, literature about social class has topped the bestseller lists. But who reads class literature, and what can be said about demographic factors that shape the reception of these books? This article analyzes data from the libraries’ digital book platform eReolen to approach ​​who the reader of class literature is. Through datetime data and geographical data of municipal residence, I argue that class literature is mainly consumed in prosperous regions of Denmark and thus reproduces the social inequality involved in the reception of most forms of literature., I de seneste år har litteratur om social klasse toppet bestsellerlisterne. Men hvem læser klasselitteratur, og hvad kan vi sige om de demografiske forhold, der præger receptionen af disse bøger? Denne artikel analyserer data fra bibliotekernes digitale bogplatform eReolen for at nærme sig en ide om, hvem læseren af klasselitteratur er. Med data for udlånstidspunkt og kommunal bopæl argumenterer jeg for, at klasselitteratur for hovedpartens vedkommende forbruges i velstående områder i Danmark og altså rammer socialt skævt. &nbsp