迴歸分析可能是最常用的社會科學統計。迴歸用於評估兩個或更多要素屬性之間的關係。識別和衡量關係可使您更好地瞭解某地正在發生的事情、預測某地可能發生某事或者著手調查事情發生在事發地的原因。

普通最小二乘法 (OLS) 是所有迴歸方法中最著名的方法。而且，它還是所有空間迴歸分析的正確起點。它可為您嘗試瞭解或預測的變數或過程提供全域性模型；還可建立表示該過程的單迴歸方程。

1、“OLS 迴歸”工具生成的輸出包括以下內容：

2、輸出要素類

3、統計結果的訊息視窗報表

4、可選 PDF 報表檔案

5、可選解釋變數係數表

6、下文將引用一系列執行 OLS 迴歸和解釋 OLS 結果的步驟對上述的每項輸出進行說明。

findit spatreg 點選sg162，然後安裝所有命令（spatcorr, spatdiag, spatgsa, spatlsa, spatreg, spatwmat) 這些命令包含了主要的空間自相關檢驗，空間迴歸模型（error/lag). 當然你也需要計算空間權重矩陣，但是你只需要增加兩個變數的資料，longitude/latitude.這個由你的gis軟體中應該不難得到。這些命令使用起來都比較簡單。唯一需要注意的是，你的sample不能過大，ic 版的stata，有矩陣維數的限制（800*800).

迴歸分析是研究兩個或兩個以上的變數之間關係的一種統計方法。在進行分析、建模時，常選用其中一個為因變數，其餘的作為解釋變數然後根據樣本資料，研究解釋變數與因變數之間的關係。

空間迴歸，就是在經典的統計迴歸分析中考慮了空間的自相關性。