เปรียบเทียบวิธี

	แบบจำลอง SAC เชิงพื้นที่	แบบจำลองความคลาดเคลื่อนเชิงพื้นที่ (SEM)
สาขาวิชา	การวิเคราะห์เชิงพื้นที่	การวิเคราะห์เชิงพื้นที่
ตระกูล	Regression model	Regression model
ปีกำเนิด	2009	1988
ผู้ริเริ่ม	James LeSage & R. Kelley Pace	Anselin
ประเภท	Combined spatial dependence regression model	Spatial regression (spatially autocorrelated errors)
แหล่งต้นตำรับ	LeSage, J., & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press. ISBN: 978-1-4200-6424-7	Anselin, L. (1988). Spatial Econometrics: Methods and Models. Kluwer Academic.
ชื่อเรียกอื่น	SARAR Model, Spatial Autoregressive Model with Autoregressive Disturbances, Cliff-Ord Combined Model, Uzamsal Otoregresif Birleşik Model	SEM, spatial error regression, spatial autoregressive error model, Uzamsal Hata Modeli (SEM / Spatial Error)
ที่เกี่ยวข้อง	3	5
สรุป	The Spatial Autoregressive Combined (SAC) model, also known as the SARAR model, simultaneously accounts for spatial dependence in both the dependent variable and the error term. Formalized by LeSage and Pace (2009), the SAC model combines the spatial lag model and the spatial error model into a single framework, estimating two distinct spatial autoregressive parameters — one capturing substantive spatial interaction among outcomes and another capturing residual spatial correlation among disturbances.	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.