与相邻地区y的空间自相关：W为空间权重矩阵，显示y与相邻地区的其它y有关系。
自变量相关：y与自变量X有关，也就是最简单的线性回归模型。
与相邻地区x的空间自相关：y与相邻地区的其它x有关系。
举个例子：你知道你考不好，。
空间自相关(spatial autocorrelation)是指一些变量在同一个分布区内的观测数据之间潜在的相互依赖性。
Tobler(1970)曾指出“地理学第一定律：任何东西与别的东西之间都是相关的，但近处的东西比远处的东西相关性更强”。
空间自相关优缺点如下：1、优点，鉴于经典统计方法在空间数据应用上的缺陷，空间统计学方法技术的发展与应用，其中的空间自相关技术很好的解决了这些问题2、缺点，空间自相关比较了空间上两个不同的位置上对同一个观察对象的观。
依据Anselin（1995）提出LISA（Local Indicators of Spatial Association）方法论说法，区域型之所以能够推算出聚集地（spatial hot spot）的范围，藉由统计显著性检定的方法，检定聚集空间单元相对於整体研究范围而言，其空间自相关。
空间自相关分析在地理统计学科中应用较多，现已有多种指数可以使用，但最主要的有两种指数，即Moran的I系数和Geary的c系数。
计算公式分别是：I= c=式中，xi和xj是变量x在相邻配对空间单元（或栅格细胞）的取值，是变量的。