000851 : Utilisez l’outil d’autocorrélation spatiale (Moran I) pour garantir que les résidus ne sont pas spatialement autocorrélés.

Description

Les résultats de l’analyse de régression sont uniquement fiables lorsque le modèle et les données satisfont aux hypothèses/limites de cette méthode. Une autocorrélation spatiale statistiquement significative dans les valeurs résiduelles de régression indique une erreur de spécification (une variable explicative clé manquante). Les résultats ne sont pas valides lorsqu’un modèle n’est pas correctement spécifié.

Solution

Exécutez l’outil d’autocorrélation spatiale (Moran I) sur les valeurs résiduelles de régression dans la classe d’entités en sortie. Si le score z indique que l’autocorrélation spatiale est statistiquement significative, cartographiez les valeurs résiduelles et effectuez éventuellement une analyse Hot Spot sur les valeurs résiduelles pour voir si le modèle spatial des surestimations et sous-estimations fournit des indications à propos des variables clés manquantes du modèle. Si vous ne pouvez pas identifier les variables clés manquantes, les résultats de la régression ne sont pas valides et vous devez envisager d’utiliser une méthode de régression spatiale conçue pour traiter l’autocorrélation spatiale dans le terme d’erreur. Lorsque l’autocorrélation spatiale des valeurs résiduelles de la méthode des moindres carrés ordinaires est due à des processus spatiaux non stationnaires, utilisez l’outil Régression pondérée géographiquement au lieu de la méthode des moindres carrés ordinaires.