各国のGDP（国民総生産）を国の位置関係を考慮して解析してみよう。GDPを予測したい変数（目的変数）としたとき、GDPは個々の開発投資額や失業率のような経済状況（説明変数）ばかりでなく、近隣諸国のGDPからも影響を受けていることが想定される。この直感を統計モデル（回帰モデル）に取り込めば、近隣からの影響を考慮しないモデルよりすぐれた解析結果が得られると期待される。
本書では、このような社会経済データに関する回帰分析について、観測領域の特性（説明変数）ばかりでなく、領域の位置関係も考慮することにより、より実態に即した解析となるような統計的手法（モデリング）を議論している。取り扱われる実例はGDP、民主化度、紛争件数、選挙行動、各国のネットワーク等の多岐にわたり、興味深い結論が導かれている。社会科学に関する空間データについて、空間的依存性をモデルに取り込むことの有効性を示している好書である。R（無料の統計パッケージ） のソースコードと解析例が著者のウェブページに掲載されているので、参考になろう。さらに最近の発展的な話題についても触れられていることも本書の魅力の一つである。

[原著: Spatial Regression Models Second Edition, Sage Publications, Inc., 2018]
第1章 社会科学における空間分析
1.1 相互作用と空間依存性
1.2 社会科学における空間データ

第2章 情報を表示する地図
2.1 地理の歴史は政治の歴史
2.2 地図は一般的に2次元に投影される
2.3 ESRIシェイプファイル形式
2.4 階級区分図が地図の実態を表す
2.5 空間データを使って新たな情報を導き出す
2.6 点描
2.7 カルトグラムは情報の描写にも役立つ

第3章 観測値の相互依存性
3.1 相互依存性と社会科学
3.2 世界の民主主義
3.3 空間依存性の導入
3.4 空間的な関連性と相関の測定
3.5 近さの尺度
3.6 空間モデルの推定
　3.6.1 データのマッピングと空間重み行列の構築
　3.6.2 空間パターンを探す
3.7 まとめ

第4章 空間隣接性を考慮した目的変数
4.1 空間隣接性を考慮した目的変数の回帰分析
4.2 空間隣接yモデルの推定
4.3 民主主義の空間隣接yモデルの最尤推定
4.4 欠損データは困りもの
4.5 空間隣接yモデルにおける均衡効果
4.6 イタリアの投票率の空間依存性
　4.6.1 主要変数の地図
　4.6.2 MoranのI統計量を計算する
　4.6.3 回帰分析
　4.6.4 均衡分析
4.7 空間隣接性を考慮した目的変数のモデルにおける異なる重み行列
4.8 空間隣接モデル vs.　ダミー変数を用いたOLS

第5章 空間誤差モデル
5.1 はじめに
5.2 空間誤差モデル
5.3 SEMの最尤推定値
5.4 事例紹介ー民主主義と開発
5.5 空間隣接yモデル vs. 空間誤差モデル
5.6 貿易フローの空間誤差の評価
5.7 まとめ

第6章 発展的内容
6.1 はじめに
6.2 隣接性の指定
　6.2.1 空間Durbinモデル
　6.2.2 接続性の取り扱い
　6.2.3 一対多の接続性
6.3 推論とモデル評価
　6.3.1 離散変数と潜在変数
　6.3.2 空間的な不均一性
　6.3.3 点デー タと地理空間データ
　6.3.4 階層モデル
　6.3.5 時系列データ
6.4 まとめ

参考文献
索引