برای مدلبندی پاسخهای فضایی گسسته، مدلهای آمیخته خطی تعمیمیافته فضایی استفاده میشود. در این مدلها همبستگی فضایی دادهها بهصورت متغیرهای پنهان فضایی وارد مدل میشود. معمولا برای سادگی فرض میشود که متغیرهای پنهان دارای توزیع نرمال هستند که نادرست بودن این فرض برروی دقت نتایج تاثیرگذار است.
در این مقاله متغیرهای پنهان با میدان تصادفی چوله گاوسی بسته مدلبندی میشوند که بزرگتر و انعطافپذیرتر از میدان تصادفی گاوسی میباشد. یک الگوریتم جدید برای به دست آوردن برآورد ماکسیمم درستنمایی پارامترها معرفی میشود. اساس الگویتم معرفیشده بر مبنای الگوریتم ماکسیممسازی امیدریاضی و نوعی الگوریتم مونت کارلویی همیلتونی است. کارایی و سرعت الگوریتم معرفی شده در یک مثال شبیهسازی بررسی میشود.
