説明
回帰解析の結果は、モデルとデータがその手法の前提および制限に対応している場合にのみ信頼できます。 回帰残余に統計的に有意な空間的自己相関があれば、それはモデルが正しく指定されていないこと (主要な説明変数が欠如していること) を意味します。 モデルが正しく指定されていなければ、結果は無効です。
解決策
出力フィーチャクラスの回帰残余に対して [空間的自己相関分析 (Spatial Autocorrelation (Morans I))] ツールを実行します。 Z スコアが統計的に有意な空間的自己相関を示す場合は、残余をマッピングし、残余に対してホット スポット分析を実行して、上方予測および下方予測の空間パターンに基づき、モデルに欠如している主要な説明変数を特定できるかどうかを確認します。 モデルに欠如している主要な説明変数を特定できない場合、回帰の結果は無効であり、誤差としての空間的自動相関に対応するように設計されている空間回帰手法を使用することを検討する必要があります。 非定常性空間プロセスが原因で OLS の残差に空間的自動相関がある場合は、[OLS] の代わりに [地理空間加重回帰分析 (Geographically Weighted Regression)] を使用します。