您好，我也遇到同样的问题了，请问您最后怎么处理的呢？

在这种情况下，LR检验和Wald检验给出了不同的结果。LR检验表明空间自相关性在所有层次上都存在，而Wald检验则暗示可能有部分层次的自相关性可以简化为较简单的模型（如SEM或SAR）。

因此，你需要根据你的研究问题和数据特性来决定选择哪个模型。如果你对所有层次的空间自相关性都很感兴趣，并且愿意处理更复杂的模型，那么SDM可能是更好的选择。反之，如果你发现某些层次的自相关性可以简化，或者你更关心的是那些能够用SEM或SAR解释的自相关性，那么你可能需要考虑Wald检验给出的线索。

总的来说，你应该根据研究目的、理论框架和数据特性综合判断选择哪个模型。如果还有疑虑，建议咨询领域的专家或者进一步查阅相关的文献资料。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用