空间数据是当前统计研究的热点,在越来越多的领域出现,如生物适生性研究、生物神经成像研究、流行病学研究等领域。空间二值数据是空间数据中一类特殊的数据,由于其变量取值的特殊性使得有关该类数据模型的参数估计工作困难很多,尤其是模型中考虑了空间自相关性的情况。本文主要研究具有相关性的空间二值数据logistic回归模型参数估计问题,针对该问题的解决方法是基于复合似然方法的思想提出的。复合似然方法是一种通过降低复杂度提高可计算性来进行参数估计和统计推断的方法。本文用来处理空间二值数据的复合似然方法是通过构造变量间的两两似然函数的加权作为似然函数的替代,从而进行参数估计的方法。为了验证该复合似然方法估计参数的效果,本文以随机模拟的方式将复合似然方法跟普通似然方法估计参数效果进行对比,模拟结果表明本文提出的复合似然方法优于普通似然方法。而后将复合似然方法应用于入侵植物黄花刺茄的实际分布数据建模分析中,从而为黄花刺茄的监测和管理提供建议和指导。最后对复合似然方法需要进一步考虑和研究的方向进行分析和讨论。