W rezultacie, Każdy modèle jest opisany miarami dopasowania (,), un powstające kolejno (sąsiednie) MODELE są porównywane testem F. modèle, qui zostanie ostatecznie zaznaczony jako statystycznie optymalny, au modèle o największym je najmniejszym. Ponieważ Jednak żadna z Metod statystycznych nie Potrafi w entierement jednoznacznie na pytanie qui z modeli jest najlepszy, à badacz, na podstawie uzyskanych wyników, Powinien wybrać modèle. Dobór próbek przestrzennych, Żeby uzyskać fidèle pomiar zjawisk Trzeba określić ograniczoną sytuacji miejsc w Przestrzeni, z których zostaną Pobra ne Próbki. Miejsca te Muszą być różnorodne i podlegać badanym zależnością. Badając zależności w jednej lokalizacji Można przewidzieć wartości innej lokalizacji, nie Trzeba wykonywać obserwacji w OBU tych miejscach. Różnorodność natomiast sugeruje, że ta relacja Może się zmieniać w całej Przestrzeni, a Zatem nie Można zaufać, że odnotowany degré zależności przeniesie się Poza région badany, qui może być Mały. Podstawowe plany pobierania próbek opierają się na losowości, rozbiciu je systematyczności. Te Podstawowe Systemy mogą być stosowane na wielu poziomach w hierarchii przestrzennej (NP. obszarach zurbanizowanych, miastach, dzielnicach). Możliwe jest również Wykorzystanie danych pomocniczych, na exemple użycie danych mówiących wartościach nieruchomości do wyboru miejsc pobrania próbek, w celu zbadania poziomu wykształcenia i dochodów.

MODELE przestrzenne, Takie Jak autokorelacja, regresja i interpolacja (patrz poniżej) mogą wymagać również określonego doboru próby. Historia analizy przestrzennej rozpoczęła się wraz z powstaniem kartografii, miernictwa i geografii, Chociaż pings Techniki analizy przestrzennej nie zostały sformalizowane do Drugiej połowy XX wieku. Aktualnie analizy avait bazują na Komputerowych technikach ze względu na: dużą Ilość danych, możliwości nowoczesnego oprogramowania statystycznego i oprogramowania systemu Informacji geograficznej (GIS) oraz złożoności obliczeniowej Tego modelowania. Przestrzenne Techniki analityczne zostały rozwinięte w geografii, biologii, épidémiiologii, demografii, statystyce, systemie Informacji geograficznej, teledetekcji, informatyce, matematyce i naukowym modelowaniu.