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。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
https://mp.weixin.qq.com/s?__biz=MzUyNzczMTI4Mg==&mid=2247686676&idx=5&sn=9da51c95f92891ee0262a49160683072&chksm=fa774529cd00cc3f6e3593876c89cabb02bba33c92914db90bd4a00b93aa6f02bf1e3b9a6245&token=1275762367&lang=zh_CN#rd
