পদ্ধতির তুলনা করুন

	গ্লোবাল স্পেশিয়াল এরর মডেল (SEM)	সাধারণ ন্যূনতম বর্গক্ষেত্র (OLS) রিগ্রেশন
ক্ষেত্র	স্থানিক বিশ্লেষণ	অর্থমিতি
পরিবার	Regression model	Regression model
উদ্ভবের বছর	1988	2019
প্রবর্তক	Luc Anselin	Wooldridge (textbook treatment); classical least squares
ধরন	Spatial regression model	Linear regression
মৌলিক উৎস	Anselin, L. (1988). Spatial Econometrics: Methods and Models. Kluwer Academic Publishers. ISBN: 978-9024737322	Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860
অপর নাম	SEM, spatial error model, spatial error regression, global SEM	ordinary least squares, classical linear regression, linear regression, en küçük kareler regresyonu
সম্পর্কিত	5	5
সারসংক্ষেপ	The Global Spatial Error Model (SEM) is a spatial regression technique that accounts for spatially autocorrelated error terms using a single, globally constant spatial parameter. It separates genuine predictor effects from spatial nuisance dependence in the residuals, yielding unbiased and efficient coefficient estimates when spatial error correlation is present across all observations.	Ordinary Least Squares is the classical linear regression method that explains a continuous outcome as a linear combination of predictors. It estimates the coefficients by minimising the sum of squared residuals, and under the Gauss-Markov assumptions these estimates are the best linear unbiased estimator (BLUE).