地理探测器只能检查分类变量之间的关系。你说区别在哪里？

非常感谢！我刚开始接触这些，还啥都不懂，正在考虑我的研究内容适合用什么方法。能再请教一下空间计量模型（空间滞后、空间杜宾等） vs. 地理加权回归模型 vs. 地理探测器   三者是啥区别？

通过自己目前了解知识来看，空间杜宾模型主要探究影响因素对本地区或者邻省间的影响关系即空间溢出效应，影响因素的空间相关性<br>
地理加权回归模型主要探究影响因素的空间异质性

举个不是很恰当的例子：地理探测器和空间计量模型的区别，类似于多元线性回归与灰色关联分析。灰色关联分析不需要考虑那么多条条框框，地理探测器也不需要检验LM、Wald、模型退化等框框。
地理探测器判断因素贡献度的价值在于因子探测，通过q值能否判断一个因素对因变量变异的解释力。但地理探测器的解释变量只能是离散变量（因变量可以连续），本质上是一种方差分析改进版。
空间计量模型适合大样本面板数据，本质上是一种全局关系检验，通过回归分析估计系数，但无法比较回归系数的大小，只能判断显著不显著，邻接矩阵用于表示空间邻近关系。目前，许多R2分解技术还无法直接用于空间计量模型，并无成熟的代码。
地理加权回归属于一种局部关系检验，特点是能给出每个地区的回归系数，缺点是只能用经纬度坐标表示空间邻近关系。在地理加权回归的基础上又发展出了地理面板加权回归、时空地理加权回归等多种方法。