三、DSMP/OLS等夜间灯光数据贫困地区识别——MPI和灯光指数拟合、误差分析

一、前言

当我们准备好MPI和灯光指数（包括总灯光指数和平均灯光指数）之后，接下来主要的过程就是通过将MPI和灯光指数拟合，构建多维度指数估算模型，这里我解释一下前文中的MPI计算过程，其实利用熵值法确定指标权重，并通过各 指 标 归 一 化 数 值 乘 以 对 应 的 权 重 再 求 和 后 可 得 MPI。在本研究中，该指数为负向指数，数值越大， 表示贫困程度越低。

主要是将MPI和灯光指数进行线性回归分析，用于构建以夜间灯光指数为自变量的多维 贫困指数模型。

二、具体步骤

1、拟合工具选择

其实为了方便的话，可以直接用Excel，当然为了突出专业性那么可以采取SPSS、matalab等软件进行拟合，那么这里我将演示一下利用Excel和SPSS进行拟合的过程。

Excel中将MPI和灯光指数分别整理好如下：

 （2）选择ANLI和MPI，这里要注意自变量和因变量的选择，也就就是顺序问题，灯光指数是作为自变量，MPI是因变量，所以ANLI在前，MPI在后选中，然后找到菜单栏中的插入散点图。

 特别注意，要先选择好ANLI和MPI，这里我们先平均灯光指数和MP