Eva Andersson, nationalekonomiska institutionen, Göteborgs universitet

Fortlöpande observationer av processer i syfte att upptäcka förändringar utförs inom många områden. Exempel är industriell processkontroll, övervakning av hälsofaktorer och finansiella beslutssystem. Processerna innehåller komponenter av slumpmässig art, vilket gör att statistisk metodik behövs för att skilja väsentliga förändringar från tillfälliga störningar. Detta projekt är inriktat på cykliska processer, t ex konjunkturcykler, där man vill upptäcka vändpunkterna för att göra konjunkturprognoser. Det övergripande målet för projektet är att utarbeta och utvärdera system för snabb och säker vändpunktsdetektion.

En viktig del av projektet är att kontinuerligt läsa den forskning som publiceras, både rörande cykliska processer och rörande statistisk övervakning (metodik för att upptäcka förändringar i en process som observeras fortlöpande). Vår litteraturdatabas har utökats med ett flertal publikationer, vilka har klassificerats och försetts med kommentarer. I övrigt ges nedan ges en sammanfattning av projektets resultat. Forskargruppen har sedan länge arbetat med olika problem avseende "Statistisk övervakning". En total publikationslista för detta område finns i slutet av denna redovisning men nedan kommenteras endast de publikationer som producerats inom det nu aktuella projektet. Skrifternas nummer hänvisar till den totala publikationslistan.

1. Vetenskapliga publikationer som projektet har genererat

1.1 Teoretiska utredningar
1.1.1 Utredningar av robustheten hos metoderna
Ett delmål inom projektet är att utvärdera vår metod för vändpunktsdetektion, vilken är icke-parametrisk med avseende på cyklernas form. I denna metod görs inget antagande om parametrisk form för cyklerna, det enda som antas är att konjunkturen är monotont stigande mellan dal och topp, och monotont avtagande mellan topp och nästkommande dal. Om den parametriska formen hos de kommande cyklerna vore känd, så fungerar givetvis den rätta parametriska modellen bäst. Men eftersom den sällan är känd, så erbjuder den icke-parametriska metoden en säker utväg: man riskerar inte att felspecificera modellen för cyklerna. Publikationer där denna metod utvärderas bl.a. med avseende på robusthet är A22, A18 och A16. Vi gör också en teoretisk utvärdering av hur egenskaperna för vår ickeparametriska metod påverkas av vändpunktens form, närmare bestämt lutningen efter vändpunkten, se A23. I A25 utvärderas hur detektionsförmågan hos den icke-parametriska metoden påverkas av den verkliga parametriska formen hos cykeln. Effekten av kunskap om cykliska kurvor vid utjämnings-metoder diskuteras i A30.

1.1.2 Analys av inverkan av intensiteten hos vändpunktsprocessen
I A16 presenteras en studie av effekten av att utnyttja information från tidigare cykler i övervakningssystemet: hur påverkas övervakningen av att man inkluderar information om intensiteten hos vändpunkterna (dvs information om hur ofta vändpunkterna inträffar). Slutsatsen är att i de fall då den nuvarande vändpunkten kommer efter lika lång tid som den tidigare har gjort, så är det en fördel att inkludera denna information i övervakningen. Men i de situationer då vändpunkten kommer tidigare än vanligt, så ger ett övervakningssystem utan denna information bättre resultat (larmen kommer snabbare). I de fall där vändpunkten kommer senare än de brukar, så bör man också utesluta intensitetsinformationen, ett system utan den ger mer tillförlitliga larm (högre prediktiva värden).

1.1.3 Kontroll av falsklarm
I övervakning, såväl som i annan statistisk inferens, så måste risken för Typ I fel vara under kontroll. I hypotesprövning kontrolleras denna risk med "size", medan i övervakning så kan risken kontrolleras med en fixerad ARL0 eller fixerad sannolikhet för att larmet kommer före vändningen, PFA. Men även inom övervakningslitteraturen så finns förslaget att använda en fixerad size, dvs att risken för någonsin falsklarma ska vara mindre än t ex 10%. Konsekvenserna av denna ansats för upptäckt av vändpunkter i finansiella serier studeras i A38 och det visar sig att förmågan att upptäcka en vändpunkt blir mycket sämre, jämfört med om man fixerar ARL0.

1.1.4 Multivariat övervakning
Vid analys av konjunkturdata, finansiella data eller medicinska data (se 1.2 nedan) så studeras ofta flera indikatorer. Övervakningssystem som kombinerar information från olika processer har ofta högre detektionsförmåga. I arbetet C1 jämförs tre ansatser inom multivariat övervakning av cykliska processer. Generell teori kring olika sätt att hantera multivariata data i en övervakningssituation har tidigare utretts (se t ex A13, A21) och tillämpas nu i C1 och C3.

1.2 Anpassning av metodik för viktiga tillämningar
1.2.1 Konjunkturövervakning
Löpande övervakning av den allmänna konjunkturen görs bl a i syfte att, med politiska beslut, kunna understödja sysselsättningen vid avmattning. Genom att övervaka ledande ekonomiska indikatorer så kan man tidigt få indikationer på hur den allmänna konjunkturen kommer förändras. Vid analys av konjunkturen används ofta cykliska modeller. Vårt förslag är att istället använda den icke-parametriska metoden (se avsnitt 1.1.1). Skrifter, inom detta projekt, som behandlar vändpunktsdetektion i samband med konjunktursvängningar är A22, A18, A16 och A25. I A22 och A18 jämförs två andra metoder med vår icke-parametriska. I A22 görs en teoretisk studie där vår metod visas vara mer robust än de andra. I A18 jämförs de tre metoderna, varav en i officiell användning för svenska data. Detta arbete innehåller också en diskussion om hur autokorrelation kan påverka övervakningsresultaten.

1.2.2 Övervakning av finansiella processer
Bästa tiden för att köpa respektive sälja aktier är vid en botten eller topp i den cykliska serien. Även här gäller det alltså att upptäcka en vändpunkt. I A34 studeras ett antal föreslagna finansiella beslutsregler och slutsatsen är att de är specialfall av metoder för statistisk övervakning. Detta gör att många av deras egenskaper redan är kända, genom teorin för övervakning. Även B14, D24, E61, E59, E57 och E53 behandlar denna koppling mellan finansiella beslutstrategier och statistisk övervakning. A38 behandlar olika sätt att kontrollera frekvensen falsklarm, illustrerat med Hang Seng index.

1.2.3 Cykliska processer inom medicin
Inom folkhälsoområdet, och även för många biologiska processer, behövs övervakningssystem. Ofta är det vändpunkter vid cykliska förlopp som är av intresse, t ex syftar naturlig familjeplanering till att upptäcka när vissa hormon når sitt toppvärde. Ett annat exempel är övervakning av influensacykler: övervakning kan vara motiverat både för att upptäcka när årets influensaperiod har startat på allvar och för att avgöra när sjukdomen börjar avklinga. Vår ickeparametriska metod föreslås för detta ändamål i A15, A39, D28, E69, E68, E62 och E58. I A39 anpassas övervakningen till de förhållanden som råder för svenska, veckovisa influensadata (med utgångspunkt från analysen av de unimodala kurvorna i A37) och ett övervakningssystem konstrueras med syfte att larma när influensa-cykeln nått sin topp. Utvärderingen görs både mha simuleringar och genom att metoden appliceras på influensadata från de senaste åren. Även ett system för att upptäcka det årliga influensautbrottet är under utarbetande och samarbete med Smittskyddsinstitutet pågår. D22 behandlar också influensacykler.

2. Nya forskningsinsatser som projektet har genererat uppslag till

Forskning genererar alltid nya idéer. Här nämns bara de uppslag till studier av nya typer av processer som aktualiserats under arbetets gång.
I samband med arbetet med övervakning av finansiella beslutsregler så framkom det att övervakning av volatilitet är mycket intressant för folk verksamma inom finansområdet. Arbetena A24, A33 och E66 behandlar övervakningssystem för volatilitet. Dessutom, då vi studerade de modeller som används för finansiella data, såg vi att dessa i många fall beskriver en komplicerad beroendestruktur. Övervakning av tidsseriemodeller med tidsberoeden, såsom AR-processer och MA-processer har påbörjats, och i en tidigare publikation, A17, så härleds den optimala likelihoodkvot-metoden för en MA-process. En annan typ av tidsberoende finns i GARCH-processerna. En framtida studie kan vara att konstruera ett övervakningssystem för vändpunkter i en GARCH-process.
I samband med studiet av det cykliska förloppet vid smittsamma sjukdomar har idéer om att utarbeta metodik för vändpunktsdetektion för situationer då data följer andra fördelningar än de som används nu. Ett första exempel är härledningen av maximum likelihood estimator av unimodal regression vid exponentialfördelningen D34. Även metoder för andra typer av monotonitetsvillkor kan vara intressanta. Ett första exempel är det som gäller vid utbrott av en epidemi C2.

3. Presentationer vid nationella eller internationella symposier

Övervakning av finansiella cykler har presenterats vid internationella konferenser: E61 och E57, och ett inviterat föredrag E59. Vi arrangerar även själva mini-symposier där bl.a. övervakning av finansiella cykler har behandlats (E53, E68 och E71).
Inviterade föredrag om övervakning av sjukdomscykler är E78, E69, E62 och E58. Övriga internationella föredrag om detta ämne under perioden är E54, E70 och E71.
Egenskaper hos den icke-parametriska övervakningsmetoden har presenterats, med speciell utvärdering av inverkan av karaktäristika hos vändpunkten, E55

4. Inbjudningar som gästforskare samt gästforskare som inbjudits till vår institution

Statistisk övervakning röner allt större intresse och speciellt i USA har stora satsningar gjorts efter terrorattacken 11 september 2001. Som en följd av projektdeltagarnas deltagande i internationella konferenser och publikationer i internationella tidskrifter så har professor Marianne Frisén varit inbjuden som gästföreläsare till Harvard (Boston, USA), Rutgers University (New Jersey, USA), och till Frankfurt (Tyskland).
Professor Wolfgang Schmid (Department of Statistics, European University, Frankfurt) som arbetar med med övervakning av tidsberoende finansiella processer har varit på besök på enheten under tre perioder. Vi har inlett diskussioner angående ett större samarbete som också involverar studentutbyte.

David Bock tillbringade en termin vid univeristetet i Rotterdam, hos professor Dick van Dike, och skrev där D26.
Enheten har stått som arrangör för några minisymposier:
* Statistical decision strategies in finance där bl a professor Albert Shiryaev (Moscow State University, Moskva, Ryssland) talade om "Change point and arbitrage"
* Statistical surveillance and statistics in finance där bl a professor Wolfgang Schmid talade om "EWMA control charts for monitoring optimal portfolio weights"
* Financial Surveillance, som hade en talare från Island, 4 talare från Tyskland och 3 talare från Sverige.

5. Utbildningseffekter

Under projekttiden har Davd Bock (född 1976) disputerat, med avhandlingen "Statistical surveillance. Optimal decision times in economics", B14, där flera uppsatser avser cykliska processer. Kjell Pettersson (född 1948) avlägger under hösten 2007 licentialexamen med avhandlingen "On curve estimation under order restrictions", B15, som framför allt avser cykliska processer.
Som en följd av gemensamma intressen avseende finansiella cykler har ett samarbete med European University, Frankfurt inletts. Detta kan komma att leda till studentutbyte.
Ett av de datorprogram som utvecklats kan ses som undervisande eftersom det förklarar och illustrerar evalueringsmått och även vår metod för upptäckt av vändpunkter i cykliska processer.
Marianne Frisén är editor för en bok om finansiell övervakning som nu trycks av förlaget Wiley (A35). Övriga projektmedarbetare har skrivit kapitel i denna bok, som kan användas på fördjupningskurser inom statistik och finans.

6. Forskningsinformativa inslag under projektets gång

Flera populärvetenskapliga artiklar har publicerats, bl a en artikel av Marianne Frisén, "Statistiska beslutsregler inom finans", publicerades i facktidskriften Qvartilen (Svenska Statistikersamfundets tidskrift), D24. David Bock publicerade en resumé av sin avhandling i Qvartilen, D27. Marianne Frisén har skrivit en populärvetenskaplig artikel, D28, om övervakning (speciellt övervakning av cykliska sjukdoms-incidenser) för den populärvetenskapliga tidskriften SVEPET som riktar sig till epidemiologer.
Speciella datorprogram har konstruerats och vidareutvecklats inom projektet. Resultatet hos en övervakningsmetod beror dels på hur systemet är konstruerat (bl a parametrarna hos metoden) och dels på vilka karaktäristika som den övervakade processen har (vädnpunkter, varians, tidsberoende). För att kunna avgöra vilken övervakningsmetod som fungerar bäst för ett visst dataset och för att avgöra hur parametrarna i denna metod ska specificeras, så har ett demonstrationsprogram utvecklats. Här kan användaren prova att sätta in olika värden på metodens parametrar och, mha grafik, studera hur parametervärdena påverkar metodens falsklarmsegenskaper, detektionsförmåga och prediktiva värde I D21 beskrivs med exempel hur man skall använda programmet. I detta program finns numera även vår metod för vändpunktsupptäckt med. Den icke-parametriska metoden har i utvärderingar visat sig ha många goda egenskaper, men då den är ny så finns algoritmen inte tillgänglig i några standardprogram. Därför har ett antal procedurer konstruerats i olika programspråk för att passa olika användare. Bl.a har ett mycket användarvänligt program för vändpunktsdetektion konstruerats m.h.a. Visual Basic, där program-miljön liknar den i Excel. Där matas data in, t ex varje vecka, och den avancerade larmstatistikan beräknas "i bakgrunden" och enbart dess värde anges, tillsammans med en larmindikator. Datorprogrammen sprids till alla som kan ha nytta av dem för att sprida forskningsresultaten så att de kommer till nytta i samhället.

Forskningsgruppens publikationer om övervakning:

A: Artiklar i internationella referee-granskade tidskrifter och böcker

A.39 Bock, D., Andersson, E. and Frisén, M. (2008) Statistical Surveillance of Epidemics: Peak Detection of Influenza in Sweden. Biometrical Journal, to appear.
A.38 Bock, D. (2008) Aspects on the Control of False Alarms in Statistical Surveillance and the Impact on the Return of Financial Decision systems. Journal of Applied Statistics, to appear.
A.37 Andersson, E., Bock, D. and Frisén, M. (2008) Modeling influenza incidence for the purpose of on-line monitoring. Statistical Methods in Medical Research, to appear.
A.36 Andersson, E., Kuhlmann-Berenzon, S., Linde, A. and Frisén, M., Rubinova, S., Schiöler L. (2008) Predictions by early indicators of the time and height of yearly influenza outbreaks in Sweden. Scandinavian Journal of Public Health, to appear.
A.35 Frisén, M. (2008) Ed. Financial Surveillance. To be published by Wiley.
A.34 Bock, D., Andersson, E. and Frisén, M. (2008) Similarities and differences between statistical surveillance and certain decision rules in finance. To appear in Financial Surveillance Ed. Frisén.
A.33 Bock, D. (2008) Evaluations of likelihood based surveillance of volatility. To appear in Financial Surveillance Ed. Frisén
A.32 Sonesson, C. (2007) A CUSUM framework for detection of space-time disease clusters using scan statistics Statistics in Medicine 26, 4770-4789
A.31 Frisén, M. (2007) Properties and Use of the Shewhart Method and Followers. Sequential Analysis, 26, 171-193
A.30 Frisén, M. (2007) Discussion on "Sequential Design and Estimation in Heteroscedastic Nonparametric Regression" by Sam Efromovich. Sequential Analysis 26, 45-47.
A.29 Löfqvist, C., Andersson, E., Sigurdsson, J., Engström, E., Hård, A-L, Niklasson, A., Smith, L.E.H., Hellström, A. (2006) Longitudinal Postnatal Weight and Insulin-like Growth Factor I Measurements in the Prediction of Retinopathy of Prematurity Archives of Ophthalmology, 124, 1711-1718.
A.28 Bergman E., Kieler H., Petzold M.G., Sonesson C., Axelsson O. (2006) Symphysis-fundus measurements for detection of small for gestational age pregnancies. Acta Obstetricia et Gynecologica Scandinavica 85, 407-412.
A.27 Andersson, E., Bock, D. and Frisén, M. (2006) Some statistical aspects on methods for detection of turning points in business cycles. Journal of Applied Statistics 33, pp. 257-278.
A.26 Frisén, M. and Sonesson, C. (2006) Optimal surveillance based on exponentially moving averages. Sequential Analysis, 25, 379-403
A.25 Andersson, E. (2006) Robust On-line Turning Point Detection. The Influence of Turning Point Characteristics. Frontiers in Statistical Quality Control 8. Eds. Lenz, H.-J. and Wilrich, P.-TH., pp. 223-248.
A.24 Bock, D., (2006) Online testing for switching volatility. Advances in Financial Markets, Vol 2, Financial Markets: Principles of Modelling, Forecasting, and Decision-Making. Eds. Milo, W. and Wdowinski, P., Lodz University Press.
A.23 Andersson, E (2005) On-line detection of turning points using non-parametric surveillance: The effect of the growth after the turn. Statistics and Probability letters, 73, pp. 433-439.
A.22 Andersson, E., Bock, D. and Frisén, M. (2005) Statistical surveillance of cyclical processes with application to turns in business cycles. Journal of Forecasting 24, 465-490.
A.21 Sonesson, C. and Frisén, M. (2005) Multivariate surveillance. Spatial surveillance for public health. Eds, Lawson, A. and Kleinman, K., pp. 169-186, Wiley.
A.20 Frisén, M. and Sonesson, C. (2005) Optimal surveillance. Spatial surveillance for public health. Eds, Lawson, A. and Kleinman, K., pp. 31-57, Wiley.
A.19 Järpe, E. (2005) An Ising-Type Model for Spatio-Temporal Interactions. Markov Processes and Related Fields, 11, 535-552.
A.18 Andersson, E., Bock, D. & Frisén, M. (2004) Detection of turning points in business cycles. Journal of Business Cycle Measurement and Analysis, 1, 1, pp 93-108.
A.17 Petzold, M., Sonesson, C. Bergman, E. and Kieler, H. (2004) Surveillance of longitudinal models. Detection of intrauterine growth retardation. Biometrics, 60, 4, pp. 1025-1033.
A.16 Andersson, E. (2004) The impact of intensity in surveillance of cyclical processes. Communications in Statistics: Simulation and Computation, 33, 4, pp. 889-913.
A.15 Andersson, E. (2004) Monitoring system for detecting start and declines of influenza epidemics. MMWR supplement (Morbidity and mortality weekly report) 53, pp. 229.
A.14 Sonesson, C. and Bock, D. (2003) A review and discussion of prospective statistical surveillance in public health. Journal of the Royal Statistical Society Ser A, 166, 5-21.
A.13 Frisén, M. (2003) Statistical surveillance. Optimality and methods. International Statistical Review, 71, 2, 403-434.
A.12 Sonesson, C. (2003). Evaluations of some exponentially moving average methods. Journal of Applied Statistics, 30, 10, 1115-1133.
A.11 Andersson, E. (2002) Monitoring cyclical processes - a nonparametric approach. Journal of Applied Statistics, 29, 973-990.
A.10 Andersson, L. and Frisén, M. (2002) Verification of turning points. Journal of Nonparametric Statistics, 14, 623-645.
A.9 Järpe, E. (2001) Environmental surveillance. In Encyclopedia of Environmetrics, Eds. El-Shaarawi, A. and Piegorsh, W.W., pp 2150-2153, Wiley.
A.8 Järpe, E. and Wessman, P. (2000) Some power aspects of methods for detecting shifts in the mean. Communications in Statistics, Simulations and Computation, 29, 3, 633-646.
A.7 Järpe, E. (1999) Surveillance of the interaction parameter of the Ising model. Communications in Statistics, Theory and Methods, 28, 3009-3027.
A.6 Frisén, M. and Wessman, P. (1999) Evaluations of likelihood ratio methods for surveillance. Differences and robustness Communications in Statistics, Simulation and Computation, 28, 597-622.
A.5 Wessman, P. (1998) Some Principles for surveillance adopted for multivariate processes with a common change point. Communications in Statistics - Theory and methods, 27, 1143-1161.
A.4 Pettersson, M. (1998) Monitoring a freshwater fish population: Statistical surveillance of biodiversity. Environmetrics,9, 139-150.
A.3 Frisén, M and Wessman, P (1998) Quality improvement by likelihood ratio methods for surveillance. In: Quality Improvement Through Statistical Methods. Ed Abraham, B., Birkhauser, Boston, 187-193.
A.2 Frisén, M. (1992) Evaluations of methods for statistical surveillance. Statistics in Medicine, 11, 1489-1502.
A.1 Frisén, M. and de Maré, J. (1991) Optimal surveillance. Biometrika, 78, 271-280.

B: Avhandlingar

B.15 Pettersson, K. (2007) On curve estimation under order restrictions Licentiate-thesis, Statistical Research Unit, Göteborg University.
B.14 Bock, D. (2004) Statistical surveillance. Optimal decision times in economics. Ph.D. thesis, Statistical Research Unit, Göteborg University.
B.13 Sonesson, C. (2003) On Statistical Surveillance. Issues of Optimality and Medical Applications. Ph.D. thesis. Statistical Research Unit, Göteborg University.
B.12 Bock, D. (2003) Early warnings for turns in business cycles and finance. Research Report 2003:6, Licentiate-thesis, Statistical Research Unit, Göteborg University.
B.11 Andersson, E. (2001) On turning point detection in cyclical processes. With applications to the monitoring of business cycles. Ph.D. thesis. Department of Statistics, Göteborg University.
B.10 Sonesson, C. (2001) Statistical surveillance- Exponentially weighted moving average methods and public health applications. Research Report 2001:7, Licentiate-thesis, Department of Statistics, Göteborg University.
B.9 Järpe, E. (2000) On univariate and spatial surveillance., Ph.D. thesis. Department of Statistics, Göteborg University
B.8 Wessman, P. (1999) Studies on the surveillance of univariate and multivariate processes, Ph.D. thesis. Department of Statistics, Göteborg University.
B.7 Andersson, E. (1999) Monotonicity restrictions used in a system of early warnings applied to monthly economic data. Research Report 1999:4, Licentiate-thesis, Department of Statistics, Göteborg University.
B.6 Järpe, E. (1998) Surveillance of spatial patterns. Research Report 1998:2, Licentiate-thesis, Department of Statistics, Göteborg University.
B.5 Pettersson, M. (1998) On monitoring of environmental and other autoregressive processes. Research Report 1998:5, Licentiate-thesis, Department of Statistics, Göteborg University.
B.4 Wessman, P. (1996) Evaluation of univariate surveillance procedures for some multivariate problems. Research Report 1996:4, Licentiate- thesis, Department of Statistics, Göteborg University.
B.3 Arnkelsdottir, H. (1995) Surveillance of rare events. On evaluations of the Sets method. Research Report 1995:1, Licentiate-thesis, Department of Statistics, Göteborg University.
B.2 Sveréus, A. (1995) Detection of successive changes. Statistical methods in postmarketing surveillance. Research Report 1995:2, Licentiate-thesis, Department of Statistics, Göteborg University.
B.1 Åkermo, G. (1994) On performance of methods for statistical surveillance. Research Report 1994:7, Licentiate-thesis, Department of Statistics, Göteborg University.

C: Manuskript, inskickade till tidskrifter

C.4 Frisén, M. (2007) Optimal Sequential Surveillance for Finance, Public Health and other areas. Invited Manuscript. Submitted.
C.3 Frisén, M. (2007) Principles for Multivariate Surveillance. Invited Manuscript. Submitted.
C.2 Frisén, M., Andersson, E. and Pettersson, K. (2007) Semiparametric estimation of outbreak regression. Submitted.
C.1 Andersson, E. (2007) Effect of dependency in systems for multivariate surveillance. Submitted.

D: Manuskript och nationella publikationer

D.37 Frisén, M., Andersson, E. and Schiöler, L. (2007) A non-parametric system for on-line outbreak detection of epidemics. Manuscript.
D.36 Frisén, M. and Andersson, E. (2007) On-line detection of outbreaks. Manuscript.
D.35 Sonesson, C., Owen, P and Petzold, M. (2007) Dynamic multivariate surveillance using two types of measurements. Manuscript.
D.34 Pettersson, K. (2007) Unimodal regression in the two-parameter exponential family with constant or known dispersion parameter. Research Report 2007:14, Statistical Research Unit, Göteborg University.
D.33 Wessman, P. and Frisén, M. (2007) Multivariate surveillance with differens change points. Manuscript.
D.32 Frisén, M. (2007) Statistical measures for evaluation of methods for syndromic surveillance. Manuscript.
D.31 Andersson, E., Bock, D. and Frisén, M. (2006) Exploratory analysis of Swedish influenza data. Smittskyddsinstitutets rapportserie, 1:2006.
D.30 Bock, D., Andersson, E. and Frisén, M. (2006) On statistical surveillance of Swedish influenza incidence. Peak detection. Smittskyddsinstitutets rapportserie, 2:2006.
D.29 Bock, D. and Pettersson, K. (2006) Explorative analysis of spatial aspects on the Swedish influenza data. Smittskyddsinstitutets rapportserie, 3:2006.
D.28 Frisén, M. (2005) Statistisk övervakning inom epidemiologi. SVEPET 4, pp 9-10 .
D.27 Bock, D. (2005) Statistisk övervakning för ekonomiska beslut. Qvartilen, 20,1, pp 8-10.
D.26 Bock, D., van Dijk, D. and Franses, P.H. (2004) Monitoring macroeconomic volatility. Research Report 2004:1, Statistical Research Unit, Göteborg University.
D.25 Sonesson, C., Petzold, M. and Owen, P. (2004) Adaptive multivariate surveillance using two types of measurements. Manuscript.
D.24 Frisén, M. (2004) Statistiska beslutstrategier inom finans. Qvartilen, 19, 3, pp.16.
D.23 Järpe, E. (2004) Dynamic neighbourhoods with application in telecom networks virus control. Manuscript.
D.22 Andersson, E. (2003) A monitoring system for detecting starts and declines of influenza epidemics. Research Report 2003:12, Statistical Research Unit, Göteborg University.
D.21 Frisén, M. and Gottlow, M. (2003) Revised 2005. Graphical evaluation of statistical surveillance. Research Report 2003:10, Statistical Research Unit, Göteborg University.
D.20 Andersson, E. and Bock, D. (2001) On seasonal filters and monotonicity. Research Report 2001:4, Department of Statistics, Göteborg University.
D.19 Andersson, E. (2001) Turning point detection using non-parametric statistical surveillance. Evaluation of some influential factors. Research Report 2001:3, Department of Statistics, Göteborg University.
D.18 Andersson, E., Bock, D. and Frisén, M. (2001). Likelihood based methods for detection of turning points in business cycles. A comparative study. Research Report 2001:5, Department of Statistics, Göteborg University.
D.17 Järpe, E., (2000) Detection of an environmental catastrophe. A spatial surveillance approach. Research Report 2000:6, Department of Statistics, Göteborg University.
D.16 Järpe, E. (2000). Surveillance of spatio-temporal patterns: Change of interaction in an Ising dynamic model. Research Report 2000:5, Department of Statistics, Göteborg University.
D.15 Frisén, M. (2000). Statistical surveillance of business cycles. Research Report, Department of Statistics, Göteborg University.
D.14 Wessman, P. (1999). The surveillance of several processes with different change points. Research Report 1999:2, Department of Statistics, Göteborg University.
D.13 Andersson, E. (1999) On monotonicity and early warnings with applications in economics. Research Report 1999:1, Department of Statistics, Göteborg University.
D.12 Andersson, E. (1999) Monotonicity aspects on seasonal adjustment. Research Report 1999:3, Department of Statistics, Göteborg University.
D.11 Andersson, E. (1998). Examples of different approaches to seasonal adjustment. Exploratory analysis made on two sets of data: I) production data in a manufacturing company, II) the Swedish industrial production index). Report 1998:2, Department of Statistics, Göteborg University.
D.10 Pettersson, M. (1998). Evaluation of some methods for statistical surveillance of an autoregressive process. Research Report 1998:4, Department of Statistics, Göteborg University.
D.9 Frisén, M. (1994) Statistical surveillance of business cycles. Research Report 1994:1, Department of Statistics, Göteborg University.
D.8 Frisén, M. (1994) Characterization of methods for surveillance by optimality. Research Report 1994:2, Department of Statistics, Göteborg University.
D.7 Frisén, M. and Cassel, C. (1994) Visual evaluations of statistical surveillance. Research Report 1994:3, Department of Statistics, Göteborg University.
D.6 Frisén, M. (1994) A classified bibliography of statistical surveillance. Research Report , Department of Statistics, Göteborg University.
D.5 Åkermo, G. (1994) Constant predictive value of an alarm. Research Report 1994:6, Department of Statistics, Göteborg University.
D.4 Frisén, M. and Åkermo, G. (1993) Comparison between two methods of surveillance: exponentially weighted moving average vs CUSUM. Research report, Department of Statistics, Göteborg University.
D.3 Frisén, M. (1988) Tidiga varningar för konjunkturvändningar. Research Report, Department of Statistics, Göteborg University.
D.2 Persson, S. (1989) A note on weighting in active and passive surveillance. Research Report, Department of Statistics, Göteborg University.
D.1 Frisén, M (1978) Beslutskriterier och statistisk metodik vid medicinsk diagnostik. ResearchReport 1978:2, Department of Statistics, Göteborg University.

E: Konferenspresentationer

E. 78 Frisén, M (2007) Statistisk metodik för automatisk övervakning av influensa incidens. Nationell Influensasammankomst, Krusenberg..
E.77 Frisén, M (2007) Principles for Multivariate Surveillance. Presentation at the "9th international conference on intelligent quality control", Beijing.
E.76 Frisén, M (2007) Optimal Sequential Surveillance for Finance, Public Health, and Other Areas. Abstract for SQA Journal Editor's Special Invited Paper to be presented at the International Workshop in Sequential Methodologies, Auburn, Alabama.
E.75 Frisén, M (2007) Organizer of session Measures for evaluation of sequential surveillance at the International Workshop in Sequential Methologies, Auburn, Alabama.
E.74 Bock, D (2007) The control of false alarms in surveillance. Abstract for invited talk at the International Workshop in Sequential Methologies, Auburn, Alabama.
E.73 Frisén, M (2007) Optimal methods in surveillance. Abstract for invited talk at the Joint American Statistical Meeting, Salt Lake City.
E.72 Andersson, E (2007) Peak-detection in on-line influenza monitoring. Abstract for talk at the Joint American Statistical Meeting, Salt Lake City.
E.71 Frisén, M (2006) Organizer of workshop Financial surveillance, Göteborg.
E.70 Frisén, M (2006) Statistical surveillance of public health. Proceedings of 2006 Hawaii International Conference on Statistics, Mathematics and Related Fields.
E.69 Frisén, M (2006) Reliable public health surveillance. Abstract for invited talk at the International Biometric Conference, Montreal 2006.
E.68 Frisén, M., Andersson, E., Bock, D., Järpe, E. and Schiöler, L. (2005): Statistical surveillance in the society. Statistical surveillance and statistics in finance, Göteborg.
E.67 Järpe, E.(2005) An agent-based option market model with instabilities due to speculations. Statistical surveillance and statistics in finance, Göteborg.
E.66 Bock, D. (2005) Evaluations of likelihood based surveillance of the variance. Statistical surveillance and statistics in finance, Göteborg.
E.65 Andersson, E. (2005) Evaluation in multivariate surveillance - a suggestion. Statistical surveillance and statistics in finance, Göteborg.
E.64 Sonesson, C. & Petzold, M. (2005) Dynamic multivariate surveillance using two types of measurements. Statistical surveillance and statistics in finance, Göteborg.
E.63 Andersson, E (2005) Multivariate on-line monitoring. Surveillance of premature infants. International Biometric Society, Nordic Regional Conference, Oslo.
E.62 Frisén, M (2005) Public health surveillance. International Biometric Society, Nordic Regional Conference, Oslo.
E.61 Frisén, M. (2005) Statistical Surveillance and Transaction Strategies in Finance. International Statistical Institute conference, Sydney.
E.60 Frisén, M. (2005) The Followers of Shewhart. Fourth International Symposium on Business and Industrial Statistics, Palm Cove.
E.59 Frisén, M. (2004) Statistical surveillance with application in finance. Invited talk at Europa-Universität Viadrina.
E.58 Frisén, M. (2004) Optimal surveillance of health events. Invited talk at the ENAR conference Pittsburgh, USA.
E.57 Bock, D. (2004) Statistical surveillance with application to business cycles and finance. Talk at Econometric Institute seminar, Erasmus University, Rotterdam.
E.56 Petzold, M. and Sonesson, C. (2004) Dynamic multivariate surveillance using two types of measurements. Statistics in Health Sciences, Nantes, France.
E.55 Andersson, E. (2004) Turning point detection using non-parametric statistical surveillance. Influence of some turning point characteristics. VIIIth International workshop on Intelligent Statistical Quality Control, Warsaw, Poland.
E.54 Andersson, E. (2004) Aspects of robustness and timeliness in systems for syndromic surveillance. XXIInd International Biometric Conference, Cairns, Australia.
E.53 Frisén, M. (2004) Introductory talk at the symposium, Statistical decision strategies in finance, in Göteborg .
E.52 Andersson, E. (2004) On-line detection of regime shifts, based on information from several sources. Talk at the symposium, Statistical decision strategies in finance, in Göteborg .
E.51 Järpe, E. (2004) Modelling and monitoring epidemics by means of spatio-temporal lattices. Proceedings of the Fifth European conference on geostatistics for environmental applications, Springer Verlag.
E.50 Järpe, E. (2004) Monitoring in two Markov chain Markov field models. Proceedings of the Fourth European conference on geostatistics for environmental applications, Kluwer academic publishers
E.49 Frisén, M. (2003) Monitoring by likelihood ratio methods. International Biometrical Society Nordic Conference, Uppsala, Sweden.
E.48 Andersson, E. (2003) Turning point detection - the impact of intensity. International Biometrical Society Nordic Conference, Uppsala, Sweden.
E.47 Sonesson, C. (2003) Surveillance of pregnancies. International Biometrical Society Nordic Conference, Uppsala, Sweden.
E.46 Frisén, M. (2003) Statistical issues in on-line surveillance. DIMACS Tutorial on Statistical and Other Analytical Health Surveillance Methods, Rutgers University, New Jersey, USA.
E.45 Bock, D. (2003) Optimal prospective trading rules. 23rd International Symposium on Forecasting, Mérida, Mexico.
E.44 Petzold, M. and Sonesson, C. (2003) Multivariate monitoring of intrauterine growth restriction. Controlled Clinical Trials 2003;24: 109S-109S.
E.43 Andersson, E. (2003) Monitoring cyclical processes with applications in economy and biology. 54th Session, International Statistical Institute, Berlin, Germany.
E.42 Frisén, M. and Sonesson, C. (2003) Optimal process control based on exponentially weighted moving averages. 54th Session, International Statistical Institute, Berlin, Germany.
E.41 Sonesson, C. (2003) Some medical applications of statistical surveillance. Annual Meeting of the Swedish Society for Medical Statistics, Uppsala, Sweden.
E.40 Andersson, E. (2003) Detection of starts and declines of influenza epidemics. Surveillance and other topics in medical statistics, Symposium, Göteborg, Sweden.
E.39 Frisén, M. (2003) Surveillance and other topics in medical statistics, Symposium, Göteborg, Sweden.
E.38 Andersson, E. (2003) Evaluation measures that reflect timeliness in surveillance. A monitoring system for detecting starts and declines of influenza epidemics. 2003 National Syndromic Surveillance Conference, New York, USA.
E.37 Frisén, M. (2003) Statistical measures for evaluation of methods for syndromic surveillance. Invited talk at the 2003 National Syndromic Surveillance Conference, New York, USA.
E.36 Sonesson, C. (2003) Statistical principles in pharmacovigilance. Risk Management, Medical Products Agency, Uppsala, Sweden.
E.35 Andersson, E. (2002) On-line detection of turning points in business cycles. Joint Statistical Meeting, New York, USA.
E.34 Andersson, E., Bock, D. and Frisén, M. (2002) Detection of turning points in business cycles, 26th CIRET Conference, Taipei, Taiwan.
E.33 Bock, D. (2002) Change-point detection based decision rules in finance - a comparison of different approaches. International Symposium of Forecasting, Dublin, Ireland.
E.32 Bock, D. (2002) Statistical aspects on prospective decision rules in finance - A comparison of statistical surveillance and different approaches in finance. 24th European Meeting of Statisticians, Prague, Czech Republic.
E.31 Petzold, M. and Sonesson, C. (2002) Detection of intrauterine growth restriction. 23rd Meeting of International Society of Clinical Biostatistics, Dijon, France.
E.30 Frisén, M., Andersson, E. and Bock, D. (2001) Statistical surveillance by hidden Markov models and likelihood ratios. Revista de Estatistica - Statistical Review, pp. 160.
E.29 Sonesson, C. and Frisén, M. (2001) Different Optimality Criteria of Surveillance and their Implications. Revista de Estatistica - Statistical Review, pp. 379.
E.28 Bock, D. (2001) Dolda Markovkedjor och likelihood-baserade vändpunktsprognoser. Swedish Statistical Association Summer School 2001, Valådalen, Sweden.
E.27 Andersson, E., Bock, D. and Frisén, M. (2001) Likelihood Based Methods for Turning Point Detection in Business Cycles - A Comparative Study. The 21st International Symposium on Forecasting, Pine Mountain, USA.
E.26 Sonesson, C. (2001) On the search for methods for on-line spatial surveillance- like looking for a needle in a haystack. Royal Statistical Society 2001 Spatial Modelling, Glasgow, Scotland.
E.25 Andersson, E. (2000) Monitoring cyclical processes. International Biometric Conference, Berkley, USA.
E.24 Frisén, M. and Sonesson, C. (2000) Surveillance in Medicine. Optimality of the EWMA method. 21st Meeting of International Society of Clinical Biostatistics, Trento, Italy.
E.23 Frisén, M., Carlquist, A. and Erling, V. (2000) Mixed generalized linear models used for analysis of causality and surveillance of the health development of children. Vinterkonferensen, Ammarnäs, Sweden and International Biostatistical Conference, San Francisco, USA.
E.22 Andersson, E. (1999) Turning point detection using statistical surveillance. Nordic Econometric Meeting, Uppsala, Sweden.
E.21 Andersson, E. (1999) A monitoring system for turning point detection in natural family planning. IBS Nordic Regional Conference, Copenhagen, Denmark.
E.20 Järpe, E. and Sonesson, C. (1999) What If a Nuclear Plant Blows? Environmental Statistics, Garpenberg, Sweden; IBS Nordic Regional Conference, Copenhagen, Denmark and S4G International Conference on Spatial Statistics, Prague, Czech Republic .
E.19 Frisén, M. (1999) Monitoring of the spatial environment. Vinterkonferens, Hemavan, Sweden.
E.18 Frisén, M (1998) Monitoring by Likelihood Ratio Methods. International Society of Clinical Biostatistics, Dundee, Scotland.
E.17 Frisén, M (1998) Repeated decisions at the monitoring of health. International Biometric Conference, Cape Town, South Africa.
E.16 Järpe, E. (1998) Surveillance of the Interaction Parameter of the Ising Model. Spatial Statistics Workshop, Annual Meeting of the Swedish Statistics Association, Göteborg, Sweden and Spatial Statistics, Hemavan, Sweden.
E.15 Andersson, E. (1998) Predicting turning points of business cycles by statistical surveillance. The 18th International Symposium on Forecasting. Edinburgh, Scotland.
E.14 Wessman, P. (1994) On optimal multivariate surveillance. International Biometric Society, Hamilton, Canada.
E.13 Arnkelsdottir, H. (1994) Surveillance of rare events. International Biometric Society, Hamilton, Canada.
E.12 Arnkelsdottir, H. (1993) Statistical methods for surveillance of congenital malformations - A survey. International Statistical Institute, Florens, Italy.
E.11 Tsipogianni, A. (1993) Statistical methods for postmarketing surveillance of adverse drug reactions - A survey. International Statistical Institute, Florens, Italy.
E.10 Åkermo, G. (1992) Comparison between methods of surveillance. International Biometric Conference, Hamilton, New Zeeland.
E.9 Frisén, M. (1992) Optimal surveillance in medicine. International Biometric Conference, Hamilton, New Zeeland.
E.8 Frisén, M. (1991): Surveillance in medicine. International Society for Clinical Biostatistics, Brussels, Belgium.
E.7 Frisén, M. (1991): Optimality in Surveillance Problems. European Meeting of Statisticians, Barcelona, Spain.
E.6 Frisén, M. and Åkermo, G. (1991) Some Comparisons of Control Schemes. International Statistical Institute, Kairo, Egypt.
E.5 Åkermo, G. (1990) Surveillance. COMPSTAT, Dubrovnik, Yugoslavia.
E.4 Frisén, M. (1987) Evaluations of some methods for statistical surveillance. International Statistical Institute, Tokyo, Japan.
E.3 Frisén, M. (1986): On measures of goodness of statistical surveillance. First World Conference of the Bernoulli Society, Tashkent, USSR.
E.2 Frisén, M. (1979) Statistical surveillance. SCB:s forskar-konferens, Gimo, Sweden.
E.1 Frisén, M (1977) Statistiska beslutskriterier vid fosterövervakning. Symposierapport, SPRI.