Advanced

Modellering av räknedata med icke-konstant varians: En tillämpad studie av inkommande samtal till en telefonsupport

Landberg, Anna LU and Mildh, Lo LU (2015) STAH11 20142
Department of Statistics
Abstract (Swedish)
Uppsatsen skrivs på uppdrag av avdelningen Datainsamling från företag och organisationer - Offentlig sektors uppgiftslämnande (DFO/OU) på Statistiska centralbyrån. Avdelningen tillhandahåller en telefonsupport dit uppgiftslämnare från offentlig sektor kan ringa för att ställa eventuella frågor. För att effektivisera planeringen av bemanning har vårt uppdrag bestått i att utveckla statistiska modeller, som kan användas för att prognostisera framtida samtalsfrekvenser. Modellerna ska vara så användbara som möjligt, där vi om nödvändigt jämför flera möjliga modeller med hjälp av formaliserade diagnostiska verktyg. DFO/OU har försett oss med det datamaterial över tidigare samtalsfrekvenser som vi använt för att anpassa modellerna.

... (More)
Uppsatsen skrivs på uppdrag av avdelningen Datainsamling från företag och organisationer - Offentlig sektors uppgiftslämnande (DFO/OU) på Statistiska centralbyrån. Avdelningen tillhandahåller en telefonsupport dit uppgiftslämnare från offentlig sektor kan ringa för att ställa eventuella frågor. För att effektivisera planeringen av bemanning har vårt uppdrag bestått i att utveckla statistiska modeller, som kan användas för att prognostisera framtida samtalsfrekvenser. Modellerna ska vara så användbara som möjligt, där vi om nödvändigt jämför flera möjliga modeller med hjälp av formaliserade diagnostiska verktyg. DFO/OU har försett oss med det datamaterial över tidigare samtalsfrekvenser som vi använt för att anpassa modellerna.

Inkommande samtal till telefonsupporter följer enligt gängse teori poissonfördelning. Under vissa omständigheter kan överspridning uppstå och materialet följer negativ binomialfördelning. Vårt material är till övervägande del negativ binomialfördelat. Denna fördelning antas därför gälla när vi anpassar tre generaliserade linjära modeller för olika tidsperioder. I samtliga modeller används log-länkfunktion. Två av tre modeller har heteroskedastiska egenskaper. Vi hanterar detta problem genom att anpassa GARCH(p,q)-modeller till residualerna. Med hjälp av vedertagen modelldiagnostik har vi slutligen anpassat tre lämpliga modeller för att prognostisera antal inkommande samtal till telefonsupporten. (Less)
Popular Abstract
This thesis is an external commission written on request of the Data Collection from Enterprises and Organisations Department at Statistics Sweden. The department disposes a phone support where informants from the public sector can call to ask questions that may occur. To increase the effectiveness of the staffing system, our commission is to develop statistical models which can be used to predict future calling frequency. We aim to fit models that are as applicable as possible, where we if necessary compare several possible models by making use of formalized diagnostic tools. The department has provided us with data of previous calling frequencies, which is used for model fitting.

According to established theory, incoming calls to... (More)
This thesis is an external commission written on request of the Data Collection from Enterprises and Organisations Department at Statistics Sweden. The department disposes a phone support where informants from the public sector can call to ask questions that may occur. To increase the effectiveness of the staffing system, our commission is to develop statistical models which can be used to predict future calling frequency. We aim to fit models that are as applicable as possible, where we if necessary compare several possible models by making use of formalized diagnostic tools. The department has provided us with data of previous calling frequencies, which is used for model fitting.

According to established theory, incoming calls to phone supports follow a poisson distribution. Under certain circumstances over dispersion may occur, which causes the data to follow negative binomial distribution. The greater part of our data is negative binomial distributed. This distribution will therefore be assumed when we fit three generalized linear models for different time periods. The log link function is used in all models. Two out of three have heteroscedastical properties. We handle this problem by fitting GARCH($p,q$) models to the residuals. By using recognized model diagnostics we are able to fit three appropriate models to predict the number of incoming calls to the phone support. (Less)
Please use this url to cite or link to this publication:
author
Landberg, Anna LU and Mildh, Lo LU
supervisor
organization
course
STAH11 20142
year
type
M2 - Bachelor Degree
subject
keywords
Heteroskedasticitet, Generaliserade linjära modeller, Negativ binomialfördelning, Poissonfördelning, Räknedata, GARCH
language
Swedish
id
5051632
date added to LUP
2015-03-02 09:23:04
date last changed
2015-03-02 09:23:04
@misc{5051632,
  abstract     = {Uppsatsen skrivs på uppdrag av avdelningen Datainsamling från företag och organisationer - Offentlig sektors uppgiftslämnande (DFO/OU) på Statistiska centralbyrån. Avdelningen tillhandahåller en telefonsupport dit uppgiftslämnare från offentlig sektor kan ringa för att ställa eventuella frågor. För att effektivisera planeringen av bemanning har vårt uppdrag bestått i att utveckla statistiska modeller, som kan användas för att prognostisera framtida samtalsfrekvenser. Modellerna ska vara så användbara som möjligt, där vi om nödvändigt jämför flera möjliga modeller med hjälp av formaliserade diagnostiska verktyg. DFO/OU har försett oss med det datamaterial över tidigare samtalsfrekvenser som vi använt för att anpassa modellerna. 

Inkommande samtal till telefonsupporter följer enligt gängse teori poissonfördelning. Under vissa omständigheter kan överspridning uppstå och materialet följer negativ binomialfördelning. Vårt material är till övervägande del negativ binomialfördelat. Denna fördelning antas därför gälla när vi anpassar tre generaliserade linjära modeller för olika tidsperioder. I samtliga modeller används log-länkfunktion. Två av tre modeller har heteroskedastiska egenskaper. Vi hanterar detta problem genom att anpassa GARCH(p,q)-modeller till residualerna. Med hjälp av vedertagen modelldiagnostik har vi slutligen anpassat tre lämpliga modeller för att prognostisera antal inkommande samtal till telefonsupporten.},
  author       = {Landberg, Anna and Mildh, Lo},
  keyword      = {Heteroskedasticitet,Generaliserade linjära modeller,Negativ binomialfördelning,Poissonfördelning,Räknedata,GARCH},
  language     = {swe},
  note         = {Student Paper},
  title        = {Modellering av räknedata med icke-konstant varians: En tillämpad studie av inkommande samtal till en telefonsupport},
  year         = {2015},
}