000851: Utilisez l’outil Autocorrélation spatiale (Moran's I) pour vous assurer que les valeurs résiduelles ne sont pas auto-corrélées spatialement.

Description

Les résultats de l’analyse de régression ne sont fiables que si le modèle et les données répondent aux suppositions/restrictions de cette méthode. L'autocorrélation spatiale statistiquement significative dans les valeurs résiduelles de régression indique une spécification erronée (variable explicative de clé manquante). Les résultats ne sont pas valides si un modèle est incorrectement spécifié.

Solution

Exécutez l’outil 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, appariez les valeurs résiduelles et exécutez une analyse de points chauds sur les valeurs résiduelles afin de déterminer si le modèle spatial des surestimations et des sous-estimations offre une indication quant aux variables clés manquantes dans le modèle. Si vous ne parvenez pas à identifier les variables clés manquantes, les résultats de la régression ne sont pas valides et il est conseillé d’utiliser une méthode de régression spatiale conçue pour l’autocorrelation spatiale dans le terme de l’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.