برای مدل بندی پاسخ های فضایی که در طول زمان مشاهده می شوند گاهی از مدل های­­ سلسله مراتبی فضایی- زمانی استفاده می شود که در آن ساختار همبستگی فضایی- زمانی داده ها توسط یک میدان تصادفی پنهان گاوسی با تابع کوواریانس فضایی ماترن در نظر گرفته می شود. یکی از اهداف مهم در بررسی این مدل ها برآورد پارامترها و متغیرهای پنهان و همچنین پیش گویی پاسخ ها در زمان های معلوم و موقعیت های معلوم فاقد مشاهده است. در این پایان نامه به معرفی مدل فضایی- زمانی گاوسی در یک محدوده فضایی پیوسته پرداخته می شود و برای تحلیل این مدل ها، ابتدا رهیافت بیزی معمولی ارائه می شود. به دلیل پیچیدگی توزیع های پسین و توزیع های شرطی کامل این مدل ها و استفاده از نمونه های مونت کارلویی در تحلیل بیزی معمولی، زمان محاسبات بسیار طولانی است. برای رفع این مشکل میدان تصادفی پنهان گاوسی با تابع کوواریانس ماترن، به صورت یک میدان تصادفی مارکوفی گاوسی در نظر گرفته می شود.