空间统计学(spatial statistics)的理论发展于70年代,由此我们可以看出空间统计学是一门新兴的学科。空间统计学与经典统计学有着很大的不同,但有些区别。空间统计学的很多基本理论是基于经典统计学的理论而发展起来的而空间模型的建立和分析方法却和经典统计学有很大的不同。空间统计学主要的一个特征就体现在“空间”上。因为人类的一切活动都离不开空间这个抽象而具体的概念。空间统计学处理的数据是空间数据。空间数据是具有地理位置属性的一类特殊数据,不同于一般的截面数据和时间序列数据,我们通常运用空间分析的方法去研究空间中“点”的分布具有什么样的规律,是否具有聚集性的特点,怎么样去度量这种聚集强度。空间统计学最引人注目的是引入了“邻近性”(proximity)这一概念,使这一概念渗透到统计分析的一些领域中去。从而导出了新的统计模型,空间统计模型,比如y =λW y + Xβ+ε。很显然这种模型不同于一般的经典统计学上的模型。空间模型我们所做的一个主要工作就是对其中的参数进行估计。空间模型参数估计的方法目前在理论上还不够成熟。带空间缺失数据模型的参数的估计的方法还在不断的研究。我们之所以要发展空间统计学,主要是因为它在我们的实际生活中有着很广泛的模型,我们建立的空间模型都是把地理位置的因素考虑进去了。我们进行的一切活动都是在一定的地理位置上发生的,这样我们通过地理位置建立模型可以更加精确的研究一些问题。如中国区域经济的空间统计分析。本文主要的工作有下面几个方面:一是基于矩估计的一类特殊的空间模型的参数估计,并讨论了参数的收敛性。二是对缺失数据的空间模型的参数估计进行了一系列的讨论。三是利用空间统计分析研究区域经济,提出了一些促进区域经济更好发展的自己的想法。