P.S.Lin和M.K.Clayton的文章，发表于2006年的统计年刊（The Annals of Statistics)。林培生应该说是在华人统计界比较有名的几个人之一了。近年来他做了很多空间数据方面的工作。本篇论文应该说是比较开始阶段的文章。文章中建立的模型比较初等，而且讨论的问题也只是一些比较基础的环节。但是，鉴于文章初稿写于2003年，那是个空间数据尚未热起来的时候，其初创意义还是很大的。
本文通过拟似然估计（quasi-likelihood）的方法，应用广义线性模型对存在空间相依性的数据进行参数估计，并给出了渐进性质。而且其结论对于Lp(p>=1,且在实数域）的度量空间均成立。但是，其基本假设从统计学上来看，有些太强了（相关性随范数指数递减），尽管这可能在实际数据上可以满足。另外，由文中的最终结论得到估计量并不是无偏的（当然，相合性是可以保证的），而且偏的具体形式没有给出，只给出了阶数。所以，个人认为其文章本身意义并不想其在空间数据的开创性那样大。

以上是个人评价，由于水平所限，难免有失偏颇。欢迎有兴趣的各位一起来讨论一下，相互学习，也可以加深理解。PS.Lin最近几年也做了一些这些方面的工作，这只是第一篇。我会在接下来的一段时间，将他随后的一些工作分享出来。

PS：文章中一些证明不是很清楚，也有记号上的差错。但是思路是没有问题的。一些引理的证明大家不妨自己写一下。