Las relaciones entre el rendimiento de los cultivos y sus factores de impacto relacionados seleccionados han sido exploradas a menudo utilizando regresión por mínimos cuadrados ordinarios (OLSR). Sin embargo, este modelo no es espacial ni robusto. Este estudio utilizó primero la regresión paso a paso para identificar los principales factores que afectan el rendimiento del trigo de invierno entre doce factores relacionados potenciales en el condado de Yucheng, China. A continuación, se utilizó la regresión ponderada geográficamente robusta (RGWR) para explorar las relaciones espacialmente no estacionarias entre el rendimiento del trigo y sus principales factores de impacto. Luego, se comparó su efecto de modelado con el de GWR y OLSR. Por último, se realizó un análisis geoestadístico robusto para medidas de manejo del suelo espacial en áreas de bajo rendimiento. Los resultados mostraron que: (i) tres principales factores de impacto en el rendimiento del trigo fueron identificados por la regresión paso a paso, a saber, la materia orgánica del suelo, el fósforo total del suelo y el pH; (ii) los efectos espacialmente no estacionarios de los principales factores de impacto en el rendimiento del trigo fueron revelados por RGWR pero fueron ignorados por OLSR; (iii) RGWR obtuvo el mejor efecto de modelado ( = 52.31%); (iv) la geoestadística robusta obtiene un mejor efecto de predicción espacial y las áreas de bajo rendimiento se encuentran principalmente en el noreste y el este medio de la zona de estudio. Por lo tanto, la metodología integrada basada en el rendimiento mejora efectivamente el manejo de nutrientes del suelo a escala regional.