در برخی از طرح‌های نمونه‌گیری، داده‌ها به گونه‌ای جمع‌آوری می‌شوند که اطلاعات مکان یا ناحیه‌ای مشخص مانند استان، مناطق، نواحی یا بلوک‌های شهری را منعکس کنند. به عنوان مثال در طرح نیروی کار، نرخ بیکاری برای هر استان ارایه می‌شود، در طرح اجاره‌بها، متوسط اجاره‌بها در سطح مناطق شهری برای هر یک از مراکز استان‌ها گزارش می‌شود یا در طرح حساب‌های ملی، نرخ رشد اقتصادی برای هر استان تعیین می‌شود. این داده‌ها، علاوه بر اینکه معرف اطلاعات ناحیه‌ای مشخص هستند، بین آن‌ها وابستگی نیز وجود دارد. به عبارت دیگر مشاهداتی که در همسایگی یکدیگر قرار دارند، مشابه‌تر هستند. لذا به کارگیری روش‌های معمول تحلیل، که در آن‌ها فرض بر استقلال مشاهدات است، برای تحلیل این گونه داده‌ها که داده‌های فضایی مشبکه‌ای نامیده می‌شوند، مناسب نمی‌باشد. از این رو، عموماً از یک میدان تصادفی مارکوفی گاوسی که یک خانواده مهم از توزیع‌هاست، برای مدل‌بندی چنین داده‌هایی استفاده می‌شود. در طرح پیشنهادی حاضر،ضمن معرفی میدانهای تصادفی مارکوفی گاوسی و ارایه ویژگی‌های آن‌ها، نحوه مدل‌بندی داده‌های فضایی مشبکه‌ای با استفاده از این گونه میدان‌ها بیان می‌شود. سپس به منظور تحلیل، دو روش بسامدی و بیزی بررسی می‌شوند. یکی از طرح‌هایی که در حال حاضر در مرکز آمار ایران در حال اجرا است، طرح آمارگیری از قیمت و اجاره‌ی مسکن است. از آن‌جا که اطلاعات در این طرح در سطح مناطق شهرداری در مراکز استان‌ها جمع‌آوری می‌شود، در پایان نتایج به‌دست آمده از این تحقیق، برای داده‌های این طرح در شهر تهران مورد مطالعه موردی قرار می‌گیرد.