空间回归（spatial regression），理学-地理学-地理信息科学-地理信息科学-〔地理信息分析与建模〕-空间格局-空间回归，一般回归分析统计方法的扩展形式之一，即在考虑地理事物的测量具备空间位置信息的情况下，因为研究对象存在空间关联，进而通过空间属性参数表达和调整，确定自变量（预测变量）对因变量（目标变量）的相关定量关系的回归函数的模型。一般用于考虑空间相关性影响下的经典回归预测分析调整。相对于经典回归分析建立自变量与因变量之间回归函数的统计模型方法，空间回归考虑研究对象测量的因变量和自变量存在相邻相似的空间关联，或者建模过程中自变量对因变量解释后残差在空间上存在相关等违背了经典回归分析前提，通过空间权重矩阵、因变量自相关系数或回归误差模型而进行的调整，对回归模型进行修正。一般空间回归分析可表达为：（1）式中，为因变量；为自变量；为因变量的自相关系数；为误差项中空间自相关测量；和分别为度量研究对象空间关系的权重矩阵；为回归模型预测后的随机误差。在实践中，依据研究侧重是考量因变量或自变量空间相关性，可分为空间自相关回归模型和空间移动平均回归模型，以及空间杜宾模型等。