Régression spatiale (modèles de retard spatial et d'erreur spatiale)
La régression spatiale est une famille de modèles de régression qui intègrent directement les relations de voisinage géographique dans le modèle, introduite par Luc Anselin dans son ouvrage de 1988 sur l'économétrie spatiale. Elle se divise en un modèle de retard spatial, où la dépendance spatiale réside dans la variable dépendante, et un modèle d'erreur spatiale, où la dépendance réside dans le terme d'erreur.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Anselin, L. (1988). Spatial Econometrics: Methods and Models. Kluwer Academic Publishers. DOI: 10.1007/978-94-015-7799-1 ↗
- LeSage, J. & Pace, R. K. (2009). Introduction to Spatial Econometrics. Chapman & Hall/CRC. DOI: 10.1201/9781420064254 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Spatial Regression (Spatial Lag and Spatial Error Models). ScholarGate. https://scholargate.app/fr/econometrics/spatial-regression
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Régression par Moindres Carrés Ordinaires (MCO)Économétrie↔ compare
- Modèle à effets fixes pour données de panelÉconométrie↔ compare
- Régression quantileÉconométrie↔ compare
- Régression apparemment non liée (SUR)Économétrie↔ compare
- Régression à seuilÉconométrie↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →