空间回归分析（spatial regression analysis），理学-地理学-地理信息科学-计量地理学-空间回归分析，研究因变量和单个自变量或多个自变量之间可能的函数关系的统计分析方法，将应变量的离差平方和分解为回归平方和、误差平方和两个部分，其中被认为是自变量的离差平方和所引起的，而是其他未知因素所引起的。回归分析的基本目标是筛选恰当的自变量构造一个合适的函数，并通过观测数据来估计出函数的各个系数，使得自变量解释的尽量大，而未知因素导致的尽量少。回归分析所得到的函数反映出自变量对应变量的解释性，常用于自变量的筛选以及应变量的预测。回归分析一个基本要求是变量服从相互独立的多元正态分布，观测值之间相互独立。但在地理领域，变量以及观测值常呈现空间关联，观测值具有空间依赖性，或者函数关系具有空间异质性，破坏了回归分析的基本假设。空间回归作为回归分析的一种扩展，是在传统回归的基础上引入空间要素，以反映空间依赖性或空间异质性，提高回归模型的解释和预测效果。