เปรียบเทียบวิธี

	Bayesian Spatial Durbin Model	แบบจำลองความคลาดเคลื่อนเชิงพื้นที่ (SEM)
สาขาวิชา	การวิเคราะห์เชิงพื้นที่	การวิเคราะห์เชิงพื้นที่
ตระกูล	Regression model	Regression model
ปีกำเนิด	2009	1988
ผู้ริเริ่ม	LeSage & Pace	Anselin
ประเภท	Bayesian spatial regression	Spatial regression (spatially autocorrelated errors)
แหล่งต้นตำรับ	LeSage, J. P., & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press / Taylor & Francis. ISBN: 978-1420064247	Anselin, L. (1988). Spatial Econometrics: Methods and Models. Kluwer Academic.
ชื่อเรียกอื่น	Bayesian SDM, Bayesian spatial lag-X model, Bayesian SDM with spatially lagged covariates, BSDM	SEM, spatial error regression, spatial autoregressive error model, Uzamsal Hata Modeli (SEM / Spatial Error)
ที่เกี่ยวข้อง	6	5
สรุป	The Bayesian Spatial Durbin Model (BSDM) estimates a spatial regression that simultaneously includes a spatially lagged outcome variable and spatially lagged covariates, using Bayesian inference with Markov Chain Monte Carlo sampling. It captures both endogenous and exogenous spatial spillovers while providing full posterior distributions for all parameters, quantifying uncertainty beyond what classical maximum-likelihood estimation offers.	The Spatial Error Model, developed within Anselin's spatial econometrics framework (1988), is a regression model that assumes spatial dependence enters through the error term: the disturbances of neighbouring units are correlated. It is used when unobserved shared factors make the errors of nearby observations move together, and it is estimated by maximum likelihood or GMM rather than ordinary least squares.