应用回归分析案例SPSS数据

1.fire.sav是保险公司希望确定居民住宅区火灾造成的损失数额与该住户到最近的消防站的距离之间的相关关系，以便准确地定出保险金额。X(km)表示距消防站距离, y(千元)表示火灾损失。

2.income.sav是研究我国人均消费水平的问题，采集到1980-1998年的数据，X(元)表示人均国民收入，y(元)表示人均消费金额。

3.travel.sav是研究第三产业对旅游外汇收入的影响，X1农林牧渔服务业， X2地质勘探水利管理业， X3交通运输仓储和邮电通信业,X4批发零售贸易和餐饮业,X5金融保险业，X6房地产业，X7社会服务业，
X8卫生体育和社会福利业，X9教育文化艺术和广播，X10科学研究和综合艺术，X11党政机关， X12其他
行业,国际旅游外汇收入为因变量y,选取1998年我国31个省市自治区的数据。

4.不良贷款.sav是研究不良贷款y与贷款余额x1、累计应收贷款x2、贷款项目个数x3和固定资产投资额x4
之间的相关关系。

5.开发区.sav是研究北京市各经济开发区经济发展与招商投资的关系,因变量y为各开发区的销售收入
(百万元),两个子变量分别是: X1是截至1998年底各开发区累计招商数目, X2(百万元)为招商企业注册资本(5亿元-50亿元的数据)。

6.民航客运.sav是研究我国民航客运量的变化趋势与成因,以民航客运量作为因变量y(万人), X1表示国民
收入(亿元), X2表示消费额(亿元),X3表示铁路客运量(万人),x4表示民航航线里程(万公里),x5表示来华
旅游入境人数(万人)。从1994年统计摘要获得1978-1993年统计数据。

7.消费支出与可支配收入.sav是研究我国各地区城市居民消费的差异,城市居民家庭平均每人每年消费
支出为因变量y(元),城市居民人均年可支配收入为自变量x(元)。

8.财政收入.sav是研究国家财政收入的问题。以财政收入y（亿元）为因变量，自变量如下：x1为农业增加值（亿元）；x2为工业增加值（亿元）；x3为建筑业增加值（亿元）；x4为人口数（万人）；x5为社会消费总额（亿元）；x6为受灾面积（万公顷）。据《中国统计年鉴》获得1978-1998年的统计数据。作变量选元，分析数据的多重共线性。