เปรียบเทียบวิธี

	แบบจำลองความคลาดเคลื่อนเชิงพื้นที่ (SEM)	Multiscale Geographically Weighted Regression (MGWR)
สาขาวิชา	การวิเคราะห์เชิงพื้นที่	การวิเคราะห์เชิงพื้นที่
ตระกูล	Regression model	Regression model
ปีกำเนิด	1988	2017
ผู้ริเริ่ม	Anselin	Fotheringham, Yang & Kang
ประเภท	Spatial regression (spatially autocorrelated errors)	Spatially varying coefficient regression
แหล่งต้นตำรับ	Anselin, L. (1988). Spatial Econometrics: Methods and Models. Kluwer Academic.	Fotheringham, A. S., Yang, W. & Kang, W. (2017). Multiscale Geographically Weighted Regression (MGWR). Annals of the American Association of Geographers, 107(6), 1247–1265.
ชื่อเรียกอื่น	SEM, spatial error regression, spatial autoregressive error model, Uzamsal Hata Modeli (SEM / Spatial Error)	multiscale GWR, multi-scale geographically weighted regression, Çok Ölçekli Coğrafi Ağırlıklı Regresyon (MGWR)
ที่เกี่ยวข้อง	5	5
สรุป	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.	Multiscale Geographically Weighted Regression, introduced by Fotheringham, Yang and Kang in 2017, is a spatial regression model that lets each coefficient vary across space at its own spatial scale. It generalises Geographically Weighted Regression by giving every predictor its own bandwidth, so some relationships can act locally while others act almost globally.