เปรียบเทียบวิธี

	การถดถอยเชิงพื้นที่แบบเบย์	Geographically Weighted Regression (GWR)
สาขาวิชา	การวิเคราะห์เชิงพื้นที่	การวิเคราะห์เชิงพื้นที่
ตระกูล	Regression model	Regression model
ปีกำเนิด	1990s–2000s	2002
ผู้ริเริ่ม	Banerjee, Carlin & Gelfand (foundational treatment); building on Besag (1974) for lattice priors	Fotheringham, Brunsdon & Charlton
ประเภท	Bayesian hierarchical regression	Local spatial regression
แหล่งต้นตำรับ	Banerjee, S., Carlin, B. P., & Gelfand, A. E. (2015). Hierarchical Modeling and Analysis for Spatial Data (2nd ed.). CRC Press. ISBN: 978-1439819173	Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2002). Geographically Weighted Regression: The Analysis of Spatially Varying Relationships. Wiley. ISBN: 978-0471496168
ชื่อเรียกอื่น	Bayesian hierarchical spatial model, BSR, Bayesian geostatistical regression, Bayesian spatial linear model	GWR, local regression, spatially varying coefficient regression, Coğrafi Ağırlıklı Regresyon (GWR)
ที่เกี่ยวข้อง	3	5
สรุป	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.	Geographically Weighted Regression is a local regression method, introduced by Fotheringham, Brunsdon and Charlton (2002), that allows the regression coefficients to vary across space. Instead of one global equation, it fits a separate set of coefficients at every location, capturing spatial heterogeneity in the relationships.