Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Statistical evaluation model for future business opportunities of SAAB AB
KTH, School of Engineering Sciences (SCI), Mathematics (Dept.), Mathematical Statistics.
2018 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Statistisk utvärderingsmodell av SAABs framtida affärsmöjligheter (Swedish)
Abstract [en]

This thesis conducts a statistical analysis of the won and lost sell data for SAAB AB. The method of choice is logistic regression analysis against believed and confirmed statistically significant dependable data. The sell data is split by different products so that each product gets an individual evaluation. The outcome of the regression analysis is then implemented on non-ventured markets for a specific product. This provide an implied probability of a successful sale of a product to different countries. These implied probabilities form a ranking of different countries for a specific product. The ranking tables are then supposed to be used as a statistical input for SAAB employees to use when evaluating potential future market gains.

Abstract [sv]

Den här uppsatsen genomför en statistisk analys av SAAB ABs vunna och förlorade affärer från dess försäljningsdata. Metoden som valdes är logistisk regressionsanalys och den är implementerad mot statistiskt signifikant och beroende data. Försäljningsdatan är uppdelad på olika produktområden så att varje produkt får sin egen analys. Resultatet av regressionsanalysen är sedan implementerad på olika länder som SAAB inte har försökt att sälja den undersökta produkten till. Detta ger sannolikheten för att genomföra en lyckad försäljning av en viss produkt till ett land. Dessa sannolikheter bildar sedan en ranking för de olika länderna för en specifik produkt. Rankingtabellerna är tänkta att användas som statistiskt underlag för SAABs anställda när de utvärderar potentiella framtida affärer.

Place, publisher, year, edition, pages
2018.
Series
TRITA-SCI-GRU ; 2018:17
National Category
Computational Mathematics
Identifiers
URN: urn:nbn:se:kth:diva-223242OAI: oai:DiVA.org:kth-223242DiVA, id: diva2:1183162
External cooperation
SAAB AB
Subject / course
Scientific Computing
Educational program
Master of Science - Applied and Computational Mathematics
Supervisors
Examiners
Available from: 2018-02-15 Created: 2018-02-15 Last updated: 2018-02-15Bibliographically approved

Open Access in DiVA

fulltext(1187 kB)67 downloads
File information
File name FULLTEXT01.pdfFile size 1187 kBChecksum SHA-512
23cedf6aefa619facc38f3d865a31d5df25683d4a5c5195bd3b6fab1b842b8435840b85369b2e8c36b96d05e7a12e3c48a130233162c9b861509cfc503ff283b
Type fulltextMimetype application/pdf

By organisation
Mathematical Statistics
Computational Mathematics

Search outside of DiVA

GoogleGoogle Scholar
Total: 67 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 123 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf