Описание
Результаты регрессионного анализа могут считаться надежными только в том случае, если модель и данные соответствуют допущениям и ограничениям этого метода Статистически значимая пространственная автокорреляции в остатках регрессии определяет неверные описания (пропущенная ключевая разъяснительная переменная). Результаты являются некорректными, если модель описана неверно.
Решение
Запустите инструмент Пространственная автокорреляция (Moran's I) на невязках регрессионного анализа в выходном классе объектов. Если z-оценка указывает на то, что пространственная автокорреляция является статистически значимой, отобразите эти невязки и выполните для них анализ горячих точек, чтобы выяснить, не указывает ли пространственная структура на то, что в данной модели отсутствуют ключевые переменные. Если Вы не можете определить недостающие ключевые переменные, результаты регрессии являются некорректными, и необходимо использовать метод пространственной регрессии, предназначенный для работы с пространственной автокорреляцией в случае такой ошибки. Если пространственная автокорреляция в невязках OLS вызвана нестационарными пространственными процессами, используйте инструмент Географически взвешенная регрессия, а не OLS.