Arbetet har utforskat möjligheten och precisionen av BRP-prediktion för tre statistiska metoder; linjär regression, regressionsträd och modellträd. För modellutvärdering har testfelsskattning erhållen genom korsvalidering och en jämförelse mot Statistiska Centralbyråns (SCB) prognos av BRP används. Resultatet visar att regressionsträd inte lämpar sig för BRP-prediktion, medan de andra två lyckas med rimlig felmarginal. Procentuell avvikelse för metoden som ligger närmast SCB:s prognos har 0,3 i genomsnitt och standardavvikelse 3,0..

Denna uppsats har för avsikt att undersöka det negativa sambandet mellan arbetslöshet och tillväxt i svenska län. Sambandet vi använder oss av är den inom nationalekonomin välkända Okun?s lag. Denna lag kommer vi att applicera på Sveriges 21 län mellan åren 1986 till 2003. Vi förväntar oss att sambandet kommer att variera mellan länen.

 Människan är skapt för att vara fysiskt aktiv, men det är svårt att vara det i dagens samhälle där allting blir mer mekaniserat och datorstyrt. Målet med denna uppsats var att genom en undersökning av huruvida en förbättrad hälsa leder till ekonomisk tillväxt, belysa vikten av en god hälsa hos befolkningen. Jag började med att presentera nationalekonomisk teori om tillväxt och de olika mekanismer som hälsa antas påverka den ekonomiska aktiviteten med. Sedan utvecklade jag en ekonometrisk modell och undersökte sambandet mellan Antal läkarbesök och Bruttoregionalprodukt (BRP) samt Ohälsotal och BRP. Resultaten gav inget stöd för att ökad ohälsa leder till en minskad ekonomisk tillväxt.

Föreliggande uppsats har som främsta syfte att skapa en prognosmodell för Bruttoregionalprodukten (BRP) för Sveriges 21 län. Behovet av en prognosmodell motiveras av att Statistiska centralbyrån (SCB) i dagsläget redovisar de definitiva siffrorna av BRP med två års fördröjning. Det kan därmed finnas ett intresse hos regionala beslutsfattare att få en uppfattning om hur BRP utvecklats under de två senaste åren. Metoden som används är bayesian model averaging (BMA), vilken kommer att utvärderas samt jämföras med två andra metoder: En multipel linjär modell som skattas med minsta kvadratmetoden där variabelselektion utförs med best subset selection (BSS). Den andra metoden är en tidsseriemodell och kallas här för en longitudinell modell (LM).