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

这篇具有很好参考价值的文章主要介绍了三、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。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

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:

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

 (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。

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

 特别注意,要先选择好ANLI和MPI,这里我们先平均灯光指数和MPI拟合。

(3)然后找到出现散点图,单击一下散点图任意位置,随后右上角出现的+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

 将趋势线勾选上

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

勾选趋势线之后出现的函数模型中选择更多选项。

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

 (4)在Excel右侧会出现设置趋势线格式,在最下面有显示公司和显示R2,在散点图上面就会出现对应的模型函数和R2三、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

 结果如下三、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

 SPSS中样将灯光指数和MPI准备好,保存到Excel中

(1)打开SPSS软件,在文件下拉菜单中选择打开Excel

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

 选择准备好的表格三、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

 (2)导入之后三、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

(3) 找到分析——曲线估算

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

 (4)设置好变量和因变量

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

 结果如下:

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

 至此拟合就结束

2、误差分析,其实这一步比较简单,主要的计算相对误差,就是模拟得到MPI和实际计算MPI之间的相对误差。

 文章来源地址https://www.toymoban.com/news/detail-495555.html

到了这里,关于三、DSMP/OLS等夜间灯光数据贫困地区识别——MPI和灯光指数拟合、误差分析的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 珞珈一号夜间灯光数据校正流程

    一、前言 随着珞珈一号夜间灯光数据的发射,其高分辨率等优异性能,可以为我国相关部门监测国内和全球宏观经济运行情况,为政府决策提供客观依据,珞珈一号理想情况下荷在15天内完成绘制全球夜光影像,提供我国或者全球GDP指数、碳排放指数、城市住房空置率指数等

    2024年02月07日
    浏览(31)
  • 21夜间车牌识别(matlab程序)

    1. 简述        简单说一下实现思路: 读取图片,转灰度,计算灰度直方图,估算阈值(这里的阈值计算很重要,经过阈值算法,选取一个最恰当的阈值),之后二值化。显示图像即可。 实现目标 输入一张车牌图片,实现车牌定位,字符切割和字符识别三步骤。同时可以根

    2024年02月13日
    浏览(31)
  • 基于Python+OpenCV的手势识别系统:智能家居和智能小车的灯光控制

    基于python+opencv的手势识别系统,可控制灯的亮度,智能家居,智能小车。 基于python+opencv的手势识别系统软件。 内含svm模型,和肤色识别,锐化处理。 基于 win10+Python3.7的环境,利用Python的OpenCV、Sklearn和PyQt5等库搭建了一个较为完整的手势识别系统,用于识别日常生活中1-1

    2024年04月15日
    浏览(51)
  • 2000-2020全要素生产率OP法+LP法+OLS和固定效应法三种方法合集含原始数据和计算过程Stata代码

    2000-2020全要素生产率OP法+LP法+OLS和固定效应法三种方法合集含原始数据和计算过程Stata代码 1、时间:OP法:2008-2020年、LP法2000-2020年、OLS和固定效应法2000-2020年 2、数据内容:包括原始数据、计算结果和stata do文档 3、方法说明: Olley-Pakes法(简称OP法)鉴于固定效应方法存在以

    2023年04月08日
    浏览(38)
  • 中国绿色专利分地区统计数据

    一、数据简介        根据知识产权局2018年发布的《中国绿色专利统计报告(2014-2017年)》可知,当前我国的绿色创新活动活跃,绿色专利拥有量逐步提升,截至2017年底,我国绿色专利有效量达13.6万件,在专利申请方面,2014年至2017年,我国绿色专利申请量达24.9万件,年均

    2024年02月06日
    浏览(43)
  • 卡巴斯基 | 全球地区范围网络安全威胁实时数据显示地图

    卡巴斯基 卡巴斯基反病毒软件是世界上拥有最尖端科技的杀毒软件之一,总部设在俄罗斯首都莫斯科,全名“卡巴斯基实验室”,是国际著名的信息安全领导厂商之一,创始人为俄罗斯人尤金·卡巴斯基。         公司为个人用户、企业网络提供反病毒、防黑客和反垃圾

    2024年02月11日
    浏览(42)
  • thinkphp5框架的model支持多地区数据库切换

    一般情况下,都是在model中指定一个数据库连接参数即可。但某些情况下,相同的库表会在不同地区都有部署,这个时候需要按地区进行切换(只有一个model情况下)。 Model层代码 使用A地区的数据库: $model = new A(); 使用B地区的数据库: $model = new B(); 需要更改地方:config.ph

    2024年02月12日
    浏览(36)
  • AIGC | 数据驱动的室内场景智能灯光设计系统,效果媲美人类设计师

    AIGC(人工智能创作内容)作为内容生产新范式,能够把创造和知识工作的边际成本降至零,以产生巨大的劳动生产率和经济价值。而元宇宙是一个需要海量内容数据的虚拟世界,也是AIGC的主战场。渲染引擎作为元宇宙最重要的基础设施,与AI关联的更多的是三维内容自动绘制

    2024年02月11日
    浏览(44)
  • 多元线性回归(OLS+稳健误)python代码实现

    多元线性回归主要适用于应变量和自变量具有较强的线性关系,且主要研究 因变量(被解释变量) 和 自变量(解释变量) 之间的 相关关系 ,从而达到解释或者预测的作用。而且一般用于处理 横截面数据 ,横截面数据一般为同一时间段的不同对象的数据,比如同一年中的

    2024年02月03日
    浏览(36)
  • swift NightNight夜间模式设计分析

    与objective-c的DKNightMode相同,对于当前控件实现背景色,字体颜色等在不同模式下的颜色设置和变更,同时提供模式变更的闭包调用 NSObject的扩展 动态属性notificaitonManager 该设计主要的目的是实现隐式的NSNotificationCenter的注册和去注册,通过observer weak持有self,避免循环引用;利

    2024年01月17日
    浏览(35)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包