เปรียบเทียบวิธี

	การหาความสัมพันธ์เชิงพื้นที่แบบเบย์	การถดถอยเชิงพื้นที่แบบเบย์
สาขาวิชา	การวิเคราะห์เชิงพื้นที่	การวิเคราะห์เชิงพื้นที่
ตระกูล	Regression model	Regression model
ปีกำเนิด	1991	1990s–2000s
ผู้ริเริ่ม	Besag, York & Mollie	Banerjee, Carlin & Gelfand (foundational treatment); building on Besag (1974) for lattice priors
ประเภท	Bayesian hierarchical spatial model	Bayesian hierarchical regression
แหล่งต้นตำรับ	Besag, J., York, J., & Mollie, A. (1991). Bayesian image restoration, with two applications in spatial statistics. Annals of the Institute of Statistical Mathematics, 43(1), 1–20.	Banerjee, S., Carlin, B. P., & Gelfand, A. E. (2015). Hierarchical Modeling and Analysis for Spatial Data (2nd ed.). CRC Press. ISBN: 978-1439819173
ชื่อเรียกอื่น	Bayesian spatial dependence, Bayesian LISA, Bayesian spatial clustering, BSA	Bayesian hierarchical spatial model, BSR, Bayesian geostatistical regression, Bayesian spatial linear model
ที่เกี่ยวข้อง	6	3
สรุป	Bayesian Spatial Autocorrelation embeds spatial dependence directly into a Bayesian hierarchical model. A Conditional Autoregressive (CAR) prior encodes the expectation that neighboring areas are more similar than distant ones, and posterior inference is obtained via MCMC. This approach is especially valuable in disease mapping, ecology, and regional science, where small-area estimates need borrowing strength across neighbors.	Bayesian Spatial Regression embeds a spatially structured random effect into a regression framework and estimates all parameters — including spatial range and variance — through posterior inference rather than point estimation. It handles spatial autocorrelation, quantifies full predictive uncertainty, and accommodates small or irregular spatial datasets via hierarchical priors.