结构方程模型【SEM】高阶：空间自相关数据分析技术

张老师（研究员），长期从事R语言结构方程模型、群落生态学、保护生物学、景观生态学和生态模型方面的研究和教学工作，已发表了多篇论文，拥有丰富的科研及实践经验。

采样样点通常包含空间信息，距离相近两个样点相似度要高于距离远样点间相似度，此即为空间自相关。空间自相关使样本违背了独立性假设。因而在建模过程中需要考虑空间自相关对结果的影响，排除空间自相关对模型造成的有偏结果。本课程将针空间数据表现出来的空间自相关特点，详细探讨结构方程模型全局估计法、局域估计法及贝叶斯法对空间自相关数据的处理方式和过程。

一：空间自相关数据回归模型分析

1、数据空间自相关概述             

2、回归（混合效应）模型处理空间自相关数据

3、贝叶斯方法处理空间数据

二：空间自相关数据结构方程上：局域估计法

1、局域估计法纳入空间自相关的基本原理 

2、局域估计法（piecewiseSEM和brms）对空间自相关数据的分析

三：空间自相关数据结构方程下：全局估计法

1、全局估计法（lavaan）对空间自相关数据分析基本原理  

2、全局估计法对空间自相关分析实例讲解

原文链接