เปรียบเทียบวิธี

	แบบจำลองความคลาดเคลื่อนเชิงพื้นที่ทั่วโลก (Global Spatial Error Model - SEM)	การถดถอยกำลังสองน้อยที่สุดสามัญ (OLS)
สาขาวิชา	การวิเคราะห์เชิงพื้นที่	เศรษฐมิติ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1988	2019
ผู้ริเริ่ม	Luc Anselin	Wooldridge (textbook treatment); classical least squares
ประเภท	Spatial regression model	Linear regression
แหล่งต้นตำรับ	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
ชื่อเรียกอื่น	SEM, spatial error model, spatial error regression, global SEM	ordinary least squares, classical linear regression, linear regression, en küçük kareler regresyonu
ที่เกี่ยวข้อง	5	5
สรุป	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).