我正在{} {1}}中运行R中的增强回归树（BRT），并且根据{{3}的论文，我提供了一个理论上校正空间自相关的预测变量（残差自协变量）。 }}。我的数据单位是矢量格式的网格单元。我已经定义了二进制邻居（即它们都具有相同的权重。我没有任何理由考虑其他任何类型）并且类型为“ queen”（即在我的情况下，与每个网格单元有任何联系的那8个邻居） ）。
我正在使用这些BRT在全球范围内将环境预测因素与不同的生物多样性指标（响应）相关联。
问题是，即使按照我上面公开的方式进行校正，残差仍然具有空间相关性（以全局Moran I度量）。我以前使用过这种方法，但是从来没有遇到过这个问题。所以，我有两个问题：
有什么办法解决这个问题
拥有剩余的空间自相关是否很糟糕？我知道（例如）物种的全球丰富性具有这种特征，当然，所有模型都将缺少一些预测因子，以便充分解释动物群的这种自然聚类
任何想法都欢迎！
谢谢。