В чем заключаются ключевые различия между линейной и пространственной регрессией?

Некоторые ключевые различия между линейной и пространственной регрессией:

Цель применения: линейная регрессия выявляет линейные отношения между зависимой переменной и одной или несколькими независимыми переменными. kpfu.ru Пространственная регрессия предназначена для учёта пространственной автокорреляции остатков, когда обычная модель линейной регрессии недостаточно хорошо объясняет зависимость. tsamsonov.github.io

Особенности модели:

• Линейная регрессия основана на подборе прямой линии, которая наилучшим образом аппроксимирует набор данных. kpfu.ru
• Пространственная регрессия включает в модель компоненту пространственной авторегрессии, которая моделирует пространственный лаг. tsamsonov.github.io В модели есть коэффициент регрессии, отражающий степень пространственной автокорреляции, и матрица пространственных весов. tsamsonov.github.io

Таким образом, линейная регрессия фокусируется на линейных отношениях, в то время как пространственная регрессия ориентирована на моделирование зависимостей с учётом пространственных факторов.