Net Lift Modelling. Peter Steffensen, Senior Principal Consultant. Copyright 2011 SAS Institute Inc. All rights reserved.

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Starte visningen fra side:

Download "Net Lift Modelling. Peter Steffensen, Senior Principal Consultant. Copyright 2011 SAS Institute Inc. All rights reserved."

Transkript

1 Net Lift Modelling Peter Steffensen, Senior Principal Consultant Copyright 2011 SAS Institute Inc. All rights reserved.

2 Net Lift Baggrund Customer Intelligence-modellering Kampagne: Påvirkning af kunde Indtægt og udgift for kampagne Hændelser: Aftagelse af produkt/service, donation, afgang Sandsynlighed (0<P<1) for hændelse CI-modeller Naturlig aftagning: Propensity model» Formål: Ramme rigtige kunder Minimere udgifter» Prædiktion: Automatiske købere / Self-selectors er det det, man ønsker?» Data: Ingen kampagnedata, kun købsdata Køb ved kampagne: Kampagnemodel» Formål: Ramme rigtige kunder Minimere udgifter» Prædiktion: Tendends til at købe efter kampagneeksponering, uafhængigt af om de ville have købt alligevel er det det, man ønsker?» Data: Kampagneeksponering 2

3 Net Lift Hvad er Net Lift? Næste niveau: Net Lift-model Hvem påvirkes? Nogen køber aldrig Nogen har besluttet sig for køb på forhånd Nogen er påvirkelige Eksempel: Swing -stater i USA Sikker demokratisk sikker republikansk? Net lift-model finder swing -kunder 3

4 Net Lift Hvad er Net Lift? Hvorfor forsøge at påvirke dem, som alligevel køber? Kundetyper P Kampagne Net Lift-model Kampagnemodel Self-selector Swing-kunde Ikke-køber Net Lift Køb ved kampagne P Kampagne Ikke-købere Swing -kunder Self-selectors P Propensity P Swing P Swing Net Lift P Swing NetLlift 4

5 Net Lift Evaluering Hvad gør man? Ingen kampagneeffektvariabel Kampagne (Ja/Nej) Køb (Ja/Nej) Løsning Kombination af kampagnemodel og anden model 2 metoder Udvidelse af data Evaluering Test- og kontrolgruppe Net Lift Chart Rank ifølge model Køb Test (%) Køb Kontrol (%) Diff (%) Lavest score Køb Ikke køb Test Kampagne Kontrol Ikke kampagne Højest score P 5

6 SAS Enterprise Miner - demo Baggrund Case: Kreditkortkampagne (Green Card) Modellering: kunder, 50% kampagne, 20% købere, 65 inputvariable Evaluering: kunder 20% købere i testgruppe og 19.98% købere i kontrolgruppe Modeller Kampagnemodel PSD-, PDM- og Bifurcate-modeller Håndtering af ikke-linearitet: Beslutningstræ 6

7 SAS Enterprise Miner - demo Ikke-monotonitet Input: Number of Revolving Accounts Label N Test (%) Control (%) Diff (%) P ,70 3,77-0,07 0, ,72 9,73 0,99 0, ,49 17,65 0,84 0, ,50 13,99 10,51 0, ,86 17,61 11,25 0, ,79 31,31 0,48 0, ,77 43,98-9,21 0, ,86 59,05-18,19 0, Modellering Alm. linear logistisk regression Ikke-lineær metode, f.eks. beslutningstræ, neuralt netværk, logistisk regression med interactive grouping 7

8 Net Lift-modeltyper Difference Score Model (DSM) Score = P(Køb Kampagne) - P(Køb Ej kampagne) Model 1: P(Køb) for testpopulation Model 2: P(Køb) for kontrolpopulation Fordele Nemt forståeligt koncept -1 < P < 1 Ulemper To varianser Svært fortolkeligt med forskellige parametre i de to modeller 8

9 SAS Enterprise Miner - demo EM-flow Difference Score model 9

10 Net Lift-modeltyper Probability Decomposition Model (PDM) Test Kontrol Self-Selectors A D Swing B E Ikke-køb C F P(Køb pga. kampagne) = P(Køb Kampagne) (2-1/P(Kampagne Køb)) Svarer til, at kampagnemodelscore straffes med sandsynlighed for at have været med i kampagnen 10

11 Net Lift-modeltyper Probability Decomposition Model (PDM) Score = P(Køb Kampagne) (2-1/P(Kampagne Køb)) Model 1: P(Køb) for testpopulation Model 2: P(Kampagne) for kunder, der har købt Fordele Nemt forståeligt koncept Ulemper To varianser P kan blive mindre end -1 Svært fortolkelig med forskellige parametre i de to modeller 11

12 SAS Enterprise Miner - demo EM-flow Probability Decomposition Model 12

13 Net Lift-modeltyper Bifurcate Modelleringsdata x T = &x, hvis&testgruppe &0, hvis&kontrolgruppe &&&&&xk = T: Testgruppe? &0, hvis&testgruppe &x, hvis&kontrolgruppe ID Y T X T X K X X X 0 Scoredata ID Testgruppe X T X K Score X P(Køb Ej Kampagne) 1 1 X 0 P(Køb Kampagne) X P(Køb Ej Kampagne) 2 1 X 0 P(Køb Kampagne) X P(Køb Ej Kampagne) 3 1 X 0 P(Køb Kampagne) Score = P(Køb Kampagne) P(Køb Ej kampagne) 13

14 Net Lift-modeltyper Bifurcate Score = P(Køb Kampagne) P(Køb Ej kampagne) Fordele Kun én model Ulemper Ekstra datamanipulation inden modellering og efter scoring Imputation og transformation inden tvedeling af data Svært fortolkelige parametre 14

15 SAS Enterprise Miner - demo EM-flow Bifurcate-model 15

16 Net Lift-resultater Kampagnemodel Rank Label N Test (%) Control (%) Diff (%) P ,26 3,14 0,12 0, ,05 10,23 1,82 0, ,05 18,85 1,20 0, ,40 25,95-2,55 0, ,01 27,48 1,53 0, ,47 41,25-4,77 0, ,37 45,47 5,90 0,00 Svært at se en klar tendens 16

17 Net Lift-resultater DSM-model Rank Label N Test (%) Control (%) Diff (%) P ,30 59,06-22,75 0, ,91 55,54-20,64 0, ,26 3,14 0,12 0, ,60 29,33-2,73 0, ,11 10,89 1,22 0, ,28 19,66 3,62 0, ,19 14,58 7,62 0, ,98 18,99 9,00 0, ,80 34,67 14,12 0,00 Klart stigende tendens 17

18 Net Lift-resultater Fraktiler 20 DSM Kampagne DSM Kampagne PDM PDM Bifurcated Bifurcated 18

19 Net Lift Konklusion Kampagnemodel Kan ikke bruges som decideret Net Lift-model DSM, PDM, Bifurcate Klar fordel af anvendelse Ingen af dem er de andre overlegen Spørgsmål om at prøve dem alle Bør afprøve andre modeltyper (NN, Interactive Grouping) Næste skridt Kursus Hele vejen til CI Nirvana 19

20 Net Lift Hele vejen til CI Nirvana Model CLV-modeller Net Lift + Produktværdimodel Kampagneoptimering for hver kunde Net Lift + Produktværdi (gns) Net Lift Kampagne Propensity Kundeoptimering pr. kampagne Forretningsregler Ingen Produkt Kampagne Gns. produktværdi Produktværdi pr. kunde CLV Data 20

21 Copyright 2011 SAS Institute Inc. All rights reserved.

Data mining er ikke længere nice to have men need to have

Data mining er ikke længere nice to have men need to have mining er ikke længere nice to have men need to have Af Frank Bjergø Agenda Introduktion Hvad er mining og hvordan fungerer det? Eksempler på i Telco mining Hvilke forretningsområder er i gang Hvem er

Læs mere

Brug af Two-Stage modelling til responsmaksimering af directmail-kampagner i PensionDanmark

Brug af Two-Stage modelling til responsmaksimering af directmail-kampagner i PensionDanmark Brug af Two-Stage modelling til responsmaksimering af directmail-kampagner i PensionDanmark Peter Steffensen SAS Institute Jesper Michelsen PensionDanmark PensionDanmark Arbejdsmarkedspensionsselskab etableret

Læs mere

Public Analytics Tema: Effektmåling

Public Analytics Tema: Effektmåling Public Analytics Tema: Effektmåling Tirsdag den 19. marts 2013 1 22 MARCH 2013 2012 COPYRIGHT SAS INSTITUTE Public Analytics Tema: Effektmåling Tirsdag den 19. marts 2013 2 22 MARCH 2013 2012 COPYRIGHT

Læs mere

! Husk at udfylde spørgeskema 3. ! Lineær sandsynlighedsmodel. ! Eksempel. ! Mere om evaluering og selvselektion

! Husk at udfylde spørgeskema 3. ! Lineær sandsynlighedsmodel. ! Eksempel. ! Mere om evaluering og selvselektion Dagens program Økonometri 1 Dummy variable 4. marts 003 Emnet for denne forelæsning er kvalitative variable i den multiple regressionsmodel (Wooldridge kap. 7.5-7.6+8.1)! Husk at udfylde spørgeskema 3!

Læs mere

Præsentation og praktisk anvendelse af PROC GLMSELECT

Præsentation og praktisk anvendelse af PROC GLMSELECT Præsentation og praktisk anvendelse af PROC GLMSELECT Kristina Birch, projektchef Copyright 2011 SAS Institute Inc. All rights reserved. Præsentation og praktisk anvendelse af PROC GLMSELECT Abstract I

Læs mere

Hvordan bekæmper Alm. Brand forsikringssvindel med SAS Fraud Framework for Insurance?

Hvordan bekæmper Alm. Brand forsikringssvindel med SAS Fraud Framework for Insurance? SAS USER FORUM SAS USER FORUM Hvordan bekæmper Alm. Brand forsikringssvindel med SAS Fraud Framework for Insurance? Brian Egested, Afdelingschef, Alm. Brand Søren Olsen, Senior Consultant, Risk & Fraud,

Læs mere

Text mining hos MAN Diesel

Text mining hos MAN Diesel Text mining hos MAN Diesel Stine Fangel, SAS Institute COPYRIGHT 2009, SAS INSTITUTE INC ALL RIGHTS RESERVED Hvad får du med fra dette indlæg? Eksempel på anvendelse af text og data mining Viden om, hvordan

Læs mere

Data Mining. Competing on Analytics seminar D. 12. december 2007 Kristina Birch. Copyright 2006, SAS Institute Inc. All rights reserved.

Data Mining. Competing on Analytics seminar D. 12. december 2007 Kristina Birch. Copyright 2006, SAS Institute Inc. All rights reserved. Data Mining Competing on Analytics seminar D. 12. december 2007 Kristina Birch Agenda Præsentation Hvad er data mining? - og hvorfor taler vi om det? Fra data til analyse til viden Business Drivers for

Læs mere

Demonstration af SAS Activity-Based Management v7.1

Demonstration af SAS Activity-Based Management v7.1 Demonstration af SAS Activity-Based Management v7.1 Chefkonsulent Martin Ravnholt, SAS Institute Copyright 2011 SAS Institute Inc. All rights reserved. Hvad vil jeg tale om den næste time? Nyeste modellerings-

Læs mere

Introduktion til Visual Data Mining and Machine Learning

Introduktion til Visual Data Mining and Machine Learning SAS USER FORUM Introduktion til Visual Data Mining and Machine Learning Astrid Enslev Vestergård, SAS Institute Agenda Introduktion til et par machine learningmodeller Case-introduktion Demo SWEDEN 2017

Læs mere

High-Performance Data Mining med SAS Enterprise Miner 14.1

High-Performance Data Mining med SAS Enterprise Miner 14.1 High-Performance Data Mining med SAS Enterprise Miner 14.1 nye procedurer til en mere effektiv modeludviklingsproces Kristina Birch, Advisory Analytical Consultant, SAS Institute Indhold Hvad er High-Performance

Læs mere

Økonometri 1. Dummyvariabler 13. oktober Økonometri 1: F10 1

Økonometri 1. Dummyvariabler 13. oktober Økonometri 1: F10 1 Økonometri 1 Dummyvariabler 13. oktober 2006 Økonometri 1: F10 1 Dagens program Dummyvariabler i den multiple regressionsmodel (Wooldridge kap. 7.3-7.6) Dummy variabler for kvalitative egenskaber med flere

Læs mere

En Bayesiansk tilgang til Credit Scoring

En Bayesiansk tilgang til Credit Scoring En Bayesiansk tilgang til Credit Scoring Et akademisk studie af: Daniel Lund, SAS Institute Rune Tousgaard Piil, Jyske Bank Ana Alina Tudoran, Aarhus Universitet Agenda Mål for studiet Vores tilgang til

Læs mere

På nedenstående billede skal du finde den figur som optræder nøjagtig 3 gange.

På nedenstående billede skal du finde den figur som optræder nøjagtig 3 gange. Navn: Klasse: Materiale ID: PIC.33.1.1.da Lærer: Dato: Klasse: Materiale ID: PIC.33.1.1.da Navn: Klasse: Materiale ID: PIC.33.2.1.da Lærer: Dato: Klasse: Materiale ID: PIC.33.2.1.da Navn: Klasse: Materiale

Læs mere

Intelligent kontrol med SAS

Intelligent kontrol med SAS Intelligent kontrol med SAS Hvordan sikrer du dig gennemsigtighed i kontrollen? Business Development Manager Malene Haxholdt 19. april 2007 Agenda Kontrolopgaven Data mining og kontrol Hvad er data mining?

Læs mere

Man indlæser en såkaldt frequency-table i SAS ved følgende kommandoer:

Man indlæser en såkaldt frequency-table i SAS ved følgende kommandoer: 1 IHD-Lexis 1.1 Spørgsmål 1 Man indlæser en såkaldt frequency-table i SAS ved følgende kommandoer: data ihdfreq; input eksp alder pyrs cases; lpyrs=log(pyrs); cards; 0 2 346.87 2 0 1 979.34 12 0 0 699.14

Læs mere

PROC TRANSPOSE. SAS-tabellen - hensigtsmæssig lagring af data. Copyright 2011 SAS Institute Inc. All rights reserved.

PROC TRANSPOSE. SAS-tabellen - hensigtsmæssig lagring af data. Copyright 2011 SAS Institute Inc. All rights reserved. PROC TRANSPOSE SAS-tabellen - hensigtsmæssig lagring af data Copyright 2011 SAS Institute Inc. All rights reserved. Transponerede tabeller Brede eller smalle? Hvad: Brede tabeller har mange kolonner med

Læs mere

Variansanalyse i SAS 1. Institut for Matematiske Fag December 2007

Variansanalyse i SAS 1. Institut for Matematiske Fag December 2007 Københavns Universitet Statistik for Biokemikere Det naturvidenskabelige fakultet Institut for Matematiske Fag December 2007 Variansanalyse i SAS 1 Ensidet variansanalyse Bartlett s test Tukey s test PROC

Læs mere

Logistisk regression. Basal Statistik for medicinske PhD-studerende November 2008

Logistisk regression. Basal Statistik for medicinske PhD-studerende November 2008 Logistisk regression Basal Statistik for medicinske PhD-studerende November 2008 Bendix Carstensen Steno Diabetes Center, Gentofte & Biostatististisk afdeling, Københavns Universitet bxc@steno.dk www.biostat.ku.dk/~bxc

Læs mere

Løsning til opgave i logistisk regression

Løsning til opgave i logistisk regression Løsning til øvelser i logistisk regression, november 2008 1 Løsning til opgave i logistisk regression 1. Først indlæses data, og vi kan lige sørge for at danne en dummy-variable for cml, som indikator

Læs mere

Multipel regression. M variable En afhængig (Y) M-1 m uafhængige / forklarende / prædikterende (X 1 til X m ) Model

Multipel regression. M variable En afhængig (Y) M-1 m uafhængige / forklarende / prædikterende (X 1 til X m ) Model Multipel regression M variable En afhængig (Y) M-1 m uafhængige / forklarende / prædikterende (X 1 til X m ) Model Y j 1 X 1j 2 X 2j... m X mj j eller m Y j 0 i 1 i X ij j BEMÆRK! j svarer til individ

Læs mere

Tips og tricks til Proc Means. Per Andersen

Tips og tricks til Proc Means. Per Andersen Tips og tricks til Proc Means Capgemini gruppen Grundlagt 1967 i Paris, startet i Danmark 1984 Omsætning på verdensplan i 2008 8,7 milliader euro 91.600 medarbejdere på verdensplan, heraf 300 i Danmark

Læs mere

Introduktion til overlevelsesanalyse

Introduktion til overlevelsesanalyse Faculty of Health Sciences Introduktion til overlevelsesanalyse Kaplan-Meier estimatoren Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet sr@biostat.ku.dk

Læs mere

Demo af PROC GLIMMIX: Analyse af gentagne observationer

Demo af PROC GLIMMIX: Analyse af gentagne observationer Demo af PROC GLIMMIX: Analyse af gentagne observationer Kristina Birch, seniorkonsulent, PS Banking Agenda Uafhængige vs. afhængige observationer Analyse af uafhængige vs. afhængige observationer Lille

Læs mere

KLAR FORMIDLING AF DATA OG DATAPUNKTER

KLAR FORMIDLING AF DATA OG DATAPUNKTER KLAR FORMIDLING AF DATA OG DATAPUNKTER RUNE LYKKE-KJELDSEN, SAS INSTITUTE HVORFOR? HVAD? HVORDAN? HEJ Jeg er Kommunaldirektør Jeg vil vide, om vi holder os på budget indenfor indkøb i de forskellige

Læs mere

Kursusoversigt for juli 2007 januar 2008

Kursusoversigt for juli 2007 januar 2008 Matcher dine kompetencer din rolle og dine opgaver Kursusoversigt for juli 2007 januar 2008 MERE KURSUS FOR FÆRRE PENGE Vores ekspertundervisere er kvalificerede instruktører, der arbejder som SAS konsulenter,

Læs mere

Churnanalyse fra DM Partner

Churnanalyse fra DM Partner Churnanalyse fra DM Partner Indhold i churnanalysen + Baggrundsvariable + Transaktionsdata fra kunde + Segmenter i kundens base + Levetid + Anbefalinger på baggrund af konklusionerne (herunder hvad analysen

Læs mere

Faculty of Health Sciences. Logistisk regression: Kvantitative forklarende variable

Faculty of Health Sciences. Logistisk regression: Kvantitative forklarende variable Faculty of Health Sciences Logistisk regression: Kvantitative forklarende variable Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet sr@biostat.ku.dk Sammenhæng

Læs mere

Modellering 'State of the future'

Modellering 'State of the future' Modellering 'State of the future' Henrik Madsen DTU Informatics 26. maj, 2011 Baggrund Stigende fokus på sikker drift af afløbssystemer dvs maximal sikkerhed for overløb, slamflugt mv. Målingerne (eksempelvis

Læs mere

Træningsaktiviteter dag 3

Træningsaktiviteter dag 3 Træningsaktiviteter dag 3 I træningsaktiviteterne skal I arbejde videre med Framingham data og risikoen for hjertesygdom. I skal dels lave MH-analyser som vi gjorde i timerne og dels lave en multipel logistisk

Læs mere

Program. Sammenligning af to stikprøver Ikke-parametriske metoder Opsummering. Test for ens spredninger

Program. Sammenligning af to stikprøver Ikke-parametriske metoder Opsummering. Test for ens spredninger Program Sammenligning af to stikprøver Ikke-parametriske metoder Opsummering Helle Sørensen E-mail: helle@math.ku.dk I formiddag: Analyse af ikke-parrede stikprøver: repetition of rettelse af fejl! Lidt

Læs mere

SEMINAR OM COMPLIANCE OG SOCIALT BEDRAGERI 2013. Mads Krogh Nielsen, cand.polit., BA Fraud Framework, SAS Institute A/S

SEMINAR OM COMPLIANCE OG SOCIALT BEDRAGERI 2013. Mads Krogh Nielsen, cand.polit., BA Fraud Framework, SAS Institute A/S Mads Krogh Nielsen, cand.polit., BA Fraud Framework, SAS Institute A/S 1 AGENDA 2 På agendaen 3 På agendaen Vi skal forbedre samarbejdet og bruge vores registre bedre, så vi får nogle intelligente alarmklokker,

Læs mere

Analytisk beredskab giver ny indsigt i arbejdsmarkedet Michael Sperling SAS Institute

Analytisk beredskab giver ny indsigt i arbejdsmarkedet Michael Sperling SAS Institute make connections share ideas be inspired Analytisk beredskab giver ny indsigt i arbejdsmarkedet Michael Sperling SAS Institute Hvem bliver langtidsledige? Hvad er sandsynligheden for at komme tilbage i

Læs mere

1:1 Kampagne-evaluering i Danske Bank

1:1 Kampagne-evaluering i Danske Bank SAS Forum 1:1 Kampagne-evaluering i Danske Bank Cathrine Pough Pedersen, Business Intelligence & Analytics Thomas Vasehus, Business Intelligence & Analytics 4 Oktober 2012 Hvem er vi Cathrine Pedersen,

Læs mere

Projekt 6.1 Rygtespredning - modellering af logistisk vækst

Projekt 6.1 Rygtespredning - modellering af logistisk vækst Projekt 6.1 Rygtespredning - modellering af logistisk vækst (Projektet anvender værktøjsprogrammet TI Nspire) Alle de tilstedeværende i klassen tildeles et nummer, så med 28 elever i klassen uddeles numrene

Læs mere

Testrapport på Test Testesen

Testrapport på Test Testesen Testrapport på Test Testesen Analysis Aptitude Fremstillet den: 12-jun-2007 Side 2 af 5 2006-2009 Saville Consulting. All rights reserved. Indhold Introduktion til testrapport...3 Analysis Aptitude profil...4

Læs mere

Deltag i en quiz: Test din viden i SAS -programmering

Deltag i en quiz: Test din viden i SAS -programmering Deltag i en quiz: Test din viden i SAS -programmering Georg Morsing, uddannelsesdirektør Copyright 2011 SAS Institute Inc. All rights reserved. Test din SAS -programmering 12 spørgsmål 4 svarmuligheder

Læs mere

Test af miljørisikovurderingsværktøjet

Test af miljørisikovurderingsværktøjet NOTAT Den 16. februar 2013 Test af miljørisikovurderingsværktøjet Indholdsfortegnelse 1. Indledning og baggrund 2. Resultater af afprøvninger og test 3. Konklusioner 1. Indledning og baggrund 6 kommuner

Læs mere

WHITEPAPER. Churn: Sådan fastholder du dine kunder. Brug konkret viden og fleksible modeller til at holde længere på dine kunder.

WHITEPAPER. Churn: Sådan fastholder du dine kunder. Brug konkret viden og fleksible modeller til at holde længere på dine kunder. Copyright 2015 EG A/S Whitepaper WHITEPAPER Churn: Sådan fastholder du dine kunder Brug konkret viden og fleksible modeller til at holde længere på dine kunder. I dette whitepaper kan du læse om, hvordan

Læs mere

En Introduktion til SAS. Kapitel 5.

En Introduktion til SAS. Kapitel 5. En Introduktion til SAS. Kapitel 5. Inge Henningsen Afdeling for Statistik og Operationsanalyse Københavns Universitet Marts 2005 6. udgave Kapitel 5 T-test og PROC UNIVARIATE 5.1 Indledning Dette kapitel

Læs mere

Introduktion til SAS macro language

Introduktion til SAS macro language Introduktion til SAS macro language Ole Steen Senior Principal Consultant Knowledge & Education SAS Institute A/S Formålet med makro Makro kan kort beskrives som tekstbehandling på et SAS - program, umiddelbart

Læs mere

I dag. Kursus Data matrice. Formål med PCA. Statistik. Principal komponent analyse, PCA, Esbensen kapitel 3. Splus. Anna Helga Jónsdóttir

I dag. Kursus Data matrice. Formål med PCA. Statistik. Principal komponent analyse, PCA, Esbensen kapitel 3. Splus. Anna Helga Jónsdóttir I dag Kursus 02593 Statistik Anna Helga Jónsdóttir Principal komponent analyse, PCA, Esbensen kapitel 3. Splus ahj@imm.dtu.dk 18. november 2008 Anna Helga Jónsdóttir (ahj@imm.dtu.dk) Kursus 02593 18. november

Læs mere

WPM ApS er en miljørådgivningsvirksomhed, hvis kernekompetence er rådgivning indenfor bortskaffelse af alle typer af affald og vel og mærke uafhængig

WPM ApS er en miljørådgivningsvirksomhed, hvis kernekompetence er rådgivning indenfor bortskaffelse af alle typer af affald og vel og mærke uafhængig WPM ApS er en miljørådgivningsvirksomhed, hvis kernekompetence er rådgivning indenfor bortskaffelse af alle typer af affald og vel og mærke uafhængig rådgivning. Hvem er WPM ApS? WPM ApS er en miljørådgivningsvirksomhed,

Læs mere

Præcision og effektivitet (efficiency)?

Præcision og effektivitet (efficiency)? Case-kontrol studier PhD kursus i Epidemiologi Københavns Universitet 18 Sep 2012 Søren Friis Center for Kræftforskning, Kræftens Bekæmpelse Valg af design Problemstilling? Validitet? Præcision og effektivitet

Læs mere

1/41. 2/41 Landmålingens fejlteori - Lektion 1 - Kontinuerte stokastiske variable

1/41. 2/41 Landmålingens fejlteori - Lektion 1 - Kontinuerte stokastiske variable Landmålingens fejlteori - lidt om kurset Landmålingens fejlteori Lektion 1 Det matematiske fundament Kontinuerte stokastiske variable - rw@math.aau.dk Institut for Matematiske Fag Aalborg Universitet Kursusholder

Læs mere

Introduktion til GLIMMIX

Introduktion til GLIMMIX Introduktion til GLIMMIX Af Jens Dick-Nielsen jens.dick-nielsen@haxholdt-company.com 21.08.2008 Proc GLIMMIX GLIMMIX kan bruges til modeller, hvor de enkelte observationer ikke nødvendigvis er uafhængige.

Læs mere

Lineær regression. Simpel regression. Model. ofte bruges følgende notation:

Lineær regression. Simpel regression. Model. ofte bruges følgende notation: Lineær regression Simpel regression Model Y i X i i ofte bruges følgende notation: Y i 0 1 X 1i i n i 1 i 0 Findes der en linie, der passer bedst? Metode - Generel! least squares (mindste kvadrater) til

Læs mere

Variansanalyse i SAS. Institut for Matematiske Fag December 2007

Variansanalyse i SAS. Institut for Matematiske Fag December 2007 Københavns Universitet Statistik for Biokemikere Det naturvidenskabelige fakultet Institut for Matematiske Fag December 2007 Variansanalyse i SAS 2 Tosidet variansanalyse Residualplot Tosidet variansanalyse

Læs mere

Unge afgiver rask væk personlige oplysninger for at få adgang til sociale medier

Unge afgiver rask væk personlige oplysninger for at få adgang til sociale medier Af: Juniorkonsulent Christoffer Thygesen og cheføkonom Martin Kyed Notat 6. februar 06 Unge afgiver rask væk personlige oplysninger for at få adgang til sociale medier Analysens hovedresultater Kun hver

Læs mere

Lær og forstå din ABC

Lær og forstå din ABC Lær og forstå din ABC - en dag om kostgennemsigtighed og økonomistyring Lars Johansen og Thomas Varan Copyright 2004, SAS Institute Inc. All rights reserved. Har ABC en effekt? Undersøgelsen bestod af

Læs mere

Lars Bøje Jepsen CRM Manager FRA 1:ALLE TIL MÅLRETTET OG SEGMENTERET 1:1 DIALOG

Lars Bøje Jepsen CRM Manager FRA 1:ALLE TIL MÅLRETTET OG SEGMENTERET 1:1 DIALOG Lars Bøje Jepsen CRM Manager FRA 1:ALLE TIL MÅLRETTET OG SEGMENTERET 1:1 DIALOG AGENDA Kort intro af Øresundsbron Salgsmål for CRM indsatsen Målgruppe og segmentering Customer Life Cycle program Udvikling

Læs mere

En rekord er sat. SDC s PD-løsning til IFRS 9 15/6-2017

En rekord er sat. SDC s PD-løsning til IFRS 9 15/6-2017 En rekord er sat SDC s PD-løsning til IFRS 9 15/6-2017 SDC i tal 124 KUNDER I NORDEN 3,6 mio. SLUTKUNDER 8,5 mio. KONTI Danmark Etableret i 1963 1,8 mio. slutkunder 4,4 mio. konti Norge Etableret i 2005

Læs mere

Multipel Linear Regression. Repetition Partiel F-test Modelsøgning Logistisk Regression

Multipel Linear Regression. Repetition Partiel F-test Modelsøgning Logistisk Regression Multipel Linear Regression Repetition Partiel F-test Modelsøgning Logistisk Regression Test for en eller alle parametre I jagten på en god statistisk model har vi set på følgende to hypoteser og tilhørende

Læs mere

Økonometri 1. Interne evalueringer af forelæsninger. Kvalitative variabler. Dagens program. Dummyvariabler 21. oktober 2004

Økonometri 1. Interne evalueringer af forelæsninger. Kvalitative variabler. Dagens program. Dummyvariabler 21. oktober 2004 Dagens program Økonometri 1 Dummyvariabler 21. oktober 2004 Emnet for denne forelæsning er kvalitative egenskaber i den multiple regressionsmodel (Wooldridge kap. 7.1-7.6) Kvalitative variabler generelt

Læs mere

Strategier til kontrol af trafikstøj

Strategier til kontrol af trafikstøj billede Strategier til kontrol af trafikstøj Erfaringer fra andre lande Douglas Manvell 18 Maj 2016 www.bksv.com Copyright www.bksv.com, Brüel 1 & Kjær. All rights reserved. Hvem er Brüel & Kjær? Brüel

Læs mere

Kampagnestyring i Danske Bank Multichannel Tool sådan har vi implementeret løsningen

Kampagnestyring i Danske Bank Multichannel Tool sådan har vi implementeret løsningen Kampagnestyring i Danske Bank Multichannel Tool sådan har vi implementeret løsningen Jan Thomas Løwe, konsulentchef Nicolas Griffon Gynild, chefkonsulent Copyright 2011 SAS Institute Inc. All rights reserved.

Læs mere

Kvantitative metoder 2

Kvantitative metoder 2 Kvalitative egenskaber og dummyvariabler Kvantitative metoder 2 Dummyvariabler 28. marts 2007 Vi har (hovedsagligt) set på kvantitative variabler (løn, priser, forbrug, indkomst, )... Men hvad med kvalitative

Læs mere

MÅLRETTET EVIDENSBASERET SYGEFRAVÆRSINDSATS

MÅLRETTET EVIDENSBASERET SYGEFRAVÆRSINDSATS MÅLRETTET EVIDENSBASERET SYGEFRAVÆRSINDSATS o Analytisk segmentering af ny-sygemeldte borgere i Odense Kommune Thomas Terkelsen, Analysekonsulent Odense Kommune BAGGRUND Odense Kommune opsamler meget viden

Læs mere

DI Netværk for sundheds-it 4.06.2008

DI Netværk for sundheds-it 4.06.2008 Hvilke behov har sundhedssektoren? Sundhedssektoren som kunde. DI Netværk for sundheds-it 4.06.2008 v/ Sector Manager Darko Loncar, Siemens A/S Copyright Siemens AG 2008. All rights reserved Sundhedssektoren

Læs mere

Gruppevise Nedskrivninger

Gruppevise Nedskrivninger Gruppevise Nedskrivninger Søren Johansen, Business Advisor, Risk Intelligence Email: sdksjo@sdk.sas.com Agenda Forskel imellem Basel II og Gruppevise Nedskrivninger SAS-løsning for gruppevise nedskrivninger

Læs mere

OPC Access 3.0 opdatering via Stored Procedure

OPC Access 3.0 opdatering via Stored Procedure OPC Access 3.0 opdatering via Stored Procedure Dette dokument gennemgår et eksempel på, hvordan OPC Access 2.0 kan konfigureres til at opdatere en database via en stored procedure. OPC ACCESS 2.0 OPDATERING

Læs mere

Anvendt Statistik Lektion 9. Variansanalyse (ANOVA)

Anvendt Statistik Lektion 9. Variansanalyse (ANOVA) Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:

Læs mere

EVCOM og andre elbilsaktiviteter Smart Grid til integration af elbiler med elsystem

EVCOM og andre elbilsaktiviteter Smart Grid til integration af elbiler med elsystem EVCOM og andre elbilsaktiviteter Smart Grid til integration af elbiler med elsystem Smart Grid konference 21.09.2010 Anders Bavnhøj Hansen, Senior konsulent, Civilingeniør Energinet.dk, Strategisk planlægning

Læs mere

Opsummering gruppediskussion

Opsummering gruppediskussion Opsummering gruppediskussion ABC Netværksmøde 2. december 2010 Copyright 2010 SAS Institute Inc. All rights reserved. Gruppeopgaver Gruppe 1. Opbygning af ABC-kompetencer Gruppe 2. Ledelsesmæssig forankring

Læs mere

Social network analysis

Social network analysis Social network analysis Dorthe Krogh, konsulent Charlotte Holm Friis, seniorkonsulent Copyright 2011 SAS Institute Inc. All rights reserved. Agenda Introduktion Hvad er et socialt netværk? Hvad er social

Læs mere

MLR antagelserne. Antagelse MLR.1:(Lineære parametre) Den statistiske model for populationen kan skrives som

MLR antagelserne. Antagelse MLR.1:(Lineære parametre) Den statistiske model for populationen kan skrives som MLR antagelserne Antagelse MLR.1:(Lineære parametre) Den statistiske model for populationen kan skrives som y = β 0 + β 1 x 1 + β 2 x 2 + + β k x k + u, hvor β 0, β 1, β 2,...,β k er ukendte parametere,

Læs mere

Casper Fabricius http://casperfabricius.com. ActiveRecord. O/RM i Ruby on Rails

Casper Fabricius http://casperfabricius.com. ActiveRecord. O/RM i Ruby on Rails Casper Fabricius http://casperfabricius.com ActiveRecord O/RM i Ruby on Rails Casper Fabricius Freelance webudvikler - casperfabricius.com 9 års erfaring med webudvikling 6 år med ASP/ASP.NET/C# 3 år med

Læs mere

Eksamen ved. Københavns Universitet i. Kvantitative forskningsmetoder. Det Samfundsvidenskabelige Fakultet

Eksamen ved. Københavns Universitet i. Kvantitative forskningsmetoder. Det Samfundsvidenskabelige Fakultet Eksamen ved Københavns Universitet i Kvantitative forskningsmetoder Det Samfundsvidenskabelige Fakultet 14. december 2011 Eksamensnummer: 5 14. december 2011 Side 1 af 6 1) Af boxplottet kan man aflæse,

Læs mere

Oversigt. Kursus Introduktion til Statistik. Forelæsning 2: Kapitel 4, Diskrete fordelinger. Per Bruun Brockhoff. Stokastiske Variable

Oversigt. Kursus Introduktion til Statistik. Forelæsning 2: Kapitel 4, Diskrete fordelinger. Per Bruun Brockhoff. Stokastiske Variable Kursus 02402 Introduktion til Statistik Forelæsning 2: Kapitel 4, Diskrete fordelinger Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800

Læs mere

Økonometri 1. Kvalitative variabler. Kvalitative variabler. Dagens program. Kvalitative variable 8. marts 2006

Økonometri 1. Kvalitative variabler. Kvalitative variabler. Dagens program. Kvalitative variable 8. marts 2006 Dagens program Økonometri 1 Kvalitative variable 8. marts 2006 Kvalitative variabler som forklarende variabler i en lineær regressionsmodel (Wooldridge kap. 7.1-7.4) Kvalitative variabler generelt Dummy

Læs mere

Sælg mere på Nettet. 08.12.2011 BrainsBusiness. Copyright 2011 by CustomerSense. All rights reserved.

Sælg mere på Nettet. 08.12.2011 BrainsBusiness. Copyright 2011 by CustomerSense. All rights reserved. Sælg mere på Nettet 08.12.2011 BrainsBusiness Copyright 2011 by CustomerSense. All rights reserved. CustomerSense Vi hjælper virksomheder til at omsætte mere på Nettet, samt til at fastholde sine kunder

Læs mere

Løsning eksamen d. 15. december 2008

Løsning eksamen d. 15. december 2008 Informatik - DTU 02402 Introduktion til Statistik 2010-2-01 LFF/lff Løsning eksamen d. 15. december 2008 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition, 7th

Læs mere

Jesper Runge Public Division Copyright 2005, SAS Institute Inc. All rights reserved.

Jesper Runge Public Division Copyright 2005, SAS Institute Inc. All rights reserved. DREAM Jesper Runge Public Division Copyright 2005, SAS Institute Inc. All rights reserved. Agenda 14.00 14.15 Velkomst 14.15 15.00 DREAM databasens indhold v. Jørn Hedegaard Rasmussen, Arbejdsmarkedsstyrelsen

Læs mere

Anvendt Statistik Lektion 9. Variansanalyse (ANOVA)

Anvendt Statistik Lektion 9. Variansanalyse (ANOVA) Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:

Læs mere

Skriftlig Eksamen ST501: Science Statistik Mandag den 11. juni 2007 kl. 15.00 18.00

Skriftlig Eksamen ST501: Science Statistik Mandag den 11. juni 2007 kl. 15.00 18.00 Skriftlig Eksamen ST501: Science Statistik Mandag den 11. juni 2007 kl. 15.00 18.00 Forskningsenheden for Statistik IMADA Syddansk Universitet Alle skriftlige hjælpemidler samt brug af lommeregner er tilladt.

Læs mere

Offentlige merudgifter ved rygning Kan kommunerne spare penge ved tobaksforebyggelse?

Offentlige merudgifter ved rygning Kan kommunerne spare penge ved tobaksforebyggelse? Sund By Netværkets tobaksmøde den 22. maj 2017 Offentlige merudgifter ved rygning Kan kommunerne spare penge ved tobaksforebyggelse? Seniorprojektleder Marie Jakobsen Disposition Registeranalyse om offentlige

Læs mere

Michael Rosholm & Michael Svarer

Michael Rosholm & Michael Svarer Brobygning til uddannelse 25. februar, 2016 Brobygning til uddannelse - Første resultater Michael Rosholm & Michael Svarer Institut for Økonomi & TrygFonden s Børneforskningscenter, Aarhus Universitet

Læs mere

Statistik vejledende læreplan og læringsmål, foråret 2015 SmartLearning

Statistik vejledende læreplan og læringsmål, foråret 2015 SmartLearning Side 1 af 6 Statistik vejledende læreplan og læringsmål, foråret 2015 SmartLearning Litteratur: Kenneth Hansen & Charlotte Koldsø: Statistik I økonomisk perspektiv, Hans Reitzels Forlag 2012, 2. udgave,

Læs mere

XYZ Gruppe-Rapport Marts, 2010 Sammenfatning af resultater fra 102 respondenter, inklusiv:

XYZ Gruppe-Rapport Marts, 2010 Sammenfatning af resultater fra 102 respondenter, inklusiv: Eksempel På Rapport XYZ Gruppe-Rapport Marts, 2010 Sammenfatning af resultater fra 102 respondenter, inklusiv: 6 Overordnede Chefer 32 Sideodnede Kolleger 64 Underordnede Medarbejdere 7 Selv Copyright

Læs mere

Matematik og skolereformen. Busses Skole 27. Januar 2016

Matematik og skolereformen. Busses Skole 27. Januar 2016 Matematik og skolereformen Busses Skole 27. Januar 2016 De mange spørgsmål Matematiske kompetencer, hvordan kommer de til at være styrende for vores undervisning? Algoritmeudvikling, hvad ved vi? Hvad

Læs mere

EFFEKTMÅLING AF SOCIALE INDSATSER

EFFEKTMÅLING AF SOCIALE INDSATSER EFFEKTMÅLING AF SOCIALE INDSATSER MAIKEN PONTOPPIDAN SFI DET NATIONALE FORSKNINGSCENTER FOR VELFÆRD MEGET BRUGTE ORD Effekt Evidens Dokumentation Krav om effekt og dokumentation fylder meget i kommuner,

Læs mere

8.2 Statistiske analyse af hver enkelt indikator

8.2 Statistiske analyse af hver enkelt indikator 8.2 Statistiske analyse af hver enkelt indikator Basale ideer De avancerede statistiske metoder, som anvendes i denne rapport, fokuserer primært på vurdering af eventuel geografisk heterogenitet på regions-,

Læs mere

Efter- og videreuddannelse indenfor bæredygtigt byggeri

Efter- og videreuddannelse indenfor bæredygtigt byggeri Efter- og videreuddannelse indenfor bæredygtigt byggeri Tine Steen Larsen, PhD Konsulent Energi, Indeklima & bæredygtigt byggeri UCN act2learn TEKNOLOGI Hvem er jeg? Uddannelse DGNB konsulent, Green Building

Læs mere

Tips og tricks til Proc Means. Per Andersen Senior IM Consultant Dong Energy, Group IT, Trading IT, Analytics

Tips og tricks til Proc Means. Per Andersen Senior IM Consultant Dong Energy, Group IT, Trading IT, Analytics Tips og tricks til Proc Means Per Andersen Senior IM Consultant Dong Energy, Group IT, Trading IT, Analytics ENERGI I FORANDRING Marts 2012 DONG Energy er en af Nordeuropas førende energikoncerner med

Læs mere

Udfordringer for cyber security globalt

Udfordringer for cyber security globalt Forsvarsudvalget 2013-14 FOU Alm.del Bilag 105 Offentligt Udfordringer for cyber security globalt Binbing Xiao, Landechef, Huawei Technologies Danmark Knud Kokborg, Cyber Security Officer, Huawei Technologies

Læs mere

Eksamen i Statistik og skalavalidering

Eksamen i Statistik og skalavalidering Eksamen i Statistik og skalavalidering 2009-studieordning Til aflevering d. 22. december 2010 Efterårssemestret 2010, Kandidatuddannelsen i Folkesundhedsvidenskab Opgaven er udarbejdet af: Eksamensnummer

Læs mere

HVAD ER EN EFFEKTMÅLING? Mette Deding

HVAD ER EN EFFEKTMÅLING? Mette Deding HVAD ER EN EFFEKTMÅLING? Mette Deding TILFREDSHEDSUNDERSØGELSER OG EFTERMÅLINGER 90% af dem, der modtog behandlingen var tilfredse eller meget tilfredse men det siger ikke noget om effekten 75% af dem,

Læs mere

Introduktion til Oracle, Datalogi, RUC Af: Jens Lauterbach (jeans@ruc.dk) 2002

Introduktion til Oracle, Datalogi, RUC Af: Jens Lauterbach (jeans@ruc.dk) 2002 Introduktion til Oracle, Datalogi, RUC Af: Jens Lauterbach (jeans@ruc.dk) 2002 På datalogi har vi en databaseserver, som de studerende på datalogi kan benytte til projekter og som også benyttes i forbindelse

Læs mere

Rapport Udnyttelse af detaljeret råvareviden WP3. Optimering af råvarebrug til kødprodukter Status for 2016 Chris Claudi-Magnussen

Rapport Udnyttelse af detaljeret råvareviden WP3. Optimering af råvarebrug til kødprodukter Status for 2016 Chris Claudi-Magnussen Rapport Udnyttelse af detaljeret råvareviden WP3. Optimering af råvarebrug til kødprodukter Status for 2016 Chris Claudi-Magnussen 19. januar 2017 Proj.nr. 2004279 Version 1 Indledning Råvaren er den største

Læs mere

Hygiejne & fødevaresikkerhed - udfordringer og løsninger

Hygiejne & fødevaresikkerhed - udfordringer og løsninger Hygiejne & fødevaresikkerhed - udfordringer og løsninger Temadag Emballage Industrien & Plast Industrien Vibeke Bagger Maj 2008 Agenda Det Norske Veritas Hvad kræver kunderne? Hvorfor bruge en standard?

Læs mere

kr. 14,- kr. 3,- kr. 18,- kr. 3,- kr. 17,- kr. 13,- kr. 17,- kr. 16,- kr. 19,- kr. 17,-

kr. 14,- kr. 3,- kr. 18,- kr. 3,- kr. 17,- kr. 13,- kr. 17,- kr. 16,- kr. 19,- kr. 17,- Navn: Klasse: kr. 14,- kr. 3,- kr. 3,- kr. 19,- Materiale ID: MON.2.1.1 Lærer: Dato: Klasse: kr. 14,- kr. 3,- kr. 3,- kr. 19,- Materiale ID: MON.2.1.1 Navn: Klasse: kr. 11,- kr. 11,- Materiale ID: MON.2.2.1

Læs mere

Oversigt. Kursus 02402 Introduktion til Statistik. Forelæsning 4: Kapitel 5: Kontinuerte fordelinger. Per Bruun Brockhoff. Eksponential fordelingen

Oversigt. Kursus 02402 Introduktion til Statistik. Forelæsning 4: Kapitel 5: Kontinuerte fordelinger. Per Bruun Brockhoff. Eksponential fordelingen Kursus 02402 Introduktion til Statistik Forelæsning 4: Kapitel 5: Kontinuerte fordelinger Per Bruun Brockhoff DTU Compute, Statistik Bygning 305/324 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail:

Læs mere

Repetition. Diskrete stokastiske variable. Kontinuerte stokastiske variable

Repetition. Diskrete stokastiske variable. Kontinuerte stokastiske variable Normal fordelingen Normal fordelingen Egenskaber ved normalfordelingen Standard normal fordelingen Find sandsynligheder ud fra tabel Transformation af normal fordelte variable Invers transformation Repetition

Læs mere

MPH specialmodul Epidemiologi og Biostatistik

MPH specialmodul Epidemiologi og Biostatistik MPH specialmodul Epidemiologi og Biostatistik Kvantitative udfaldsvariable 23. maj 2011 www.biostat.ku.dk/~sr/mphspec11 Susanne Rosthøj (Per Kragh Andersen) 1 Kapitelhenvisninger Andersen & Skovgaard:

Læs mere

Fagplan for statistik, efteråret 2015

Fagplan for statistik, efteråret 2015 Side 1 af 7 M Fagplan for statistik, efteråret 20 Litteratur Kenneth Hansen & Charlotte Koldsø (HK): Statistik I økonomisk perspektiv, Hans Reitzels Forlag 2012, 2. udgave, ISBN 9788741256047 HypoStat

Læs mere

Basal Statistik - SPSS

Basal Statistik - SPSS Faculty of Health Sciences Basal Statistik - SPSS Kovariansanalyse. Lene Theil Skovgaard 3. oktober 2017 1 / 12 APPENDIX med instruktioner til SPSS-analyse svarende til nogle af slides Bland-Altman plot,

Læs mere

166 er % af er % af er % af er % af er % af er % af er % af er % af er % af 800

166 er % af er % af er % af er % af er % af er % af er % af er % af er % af 800 Navn: Klasse: 166 er % af 415 578 er % af 850 261 er % af 435 98 er % af 350 411 er % af 685 138 er % af 460 286 er % af 572 487 er % af 974 552 er % af 800 615 er % af 820 89 er % af 178 54 er % af 600

Læs mere

Vi vil analysere effekten af rygning og alkohol på chancen for at blive gravid ved at benytte forskellige Cox regressions modeller.

Vi vil analysere effekten af rygning og alkohol på chancen for at blive gravid ved at benytte forskellige Cox regressions modeller. Løsning til øvelse i TTP dag 3 Denne øvelse omhandler tid til graviditet. Et studie vedrørende tid til graviditet (Time To Pregnancy = TTP) inkluderede 423 par i alderen 20-35 år. Parrene blev fulgt i

Læs mere

SAS Forbrugsdisponering proaktiv tilgang til budgetopfølgning

SAS Forbrugsdisponering proaktiv tilgang til budgetopfølgning SAS Forbrugsdisponering proaktiv tilgang til budgetopfølgning Peter S. Poulsen, Ældrechef, Skanderborg Kommune Morten R. Petz, Konsulent, SAS Institute Copyright 2007, SAS Institute Inc. All rights reserved.

Læs mere

Efterspørgselsforecasting og Leveringsoptimering

Efterspørgselsforecasting og Leveringsoptimering Efterspørgselsforecasting og Leveringsoptimering 26.05.2011 Bjørn Nedergaard Jensen Berlingske Media 2 En af Danmarks største medieudgivere og leverandør af både trykte og digitale udgivelser. Koncernen

Læs mere