大家好，我是数据小兵，一个专注用最简单的方式教你搞定统计分析的博主。今天给大家安利一个超实用的回归方法——Deming回归（也叫正交回归），特别适合X和Y都有测量误差的数据分析场景！

与普通线性回归（仅假设Y有误差）不同，Deming回归通过最小化加权残差平方和来估计回归系数，更适用于方法比较研究（如临床医学中两种测量方法的一致性分析）。

图片

废话不多说，直接上案例！👇

假设有两家公司的测量仪器（分别称为X和Y），医院希望了解两类测量仪器是否测量一致（摘自SPSSAU官方文档），

图片

问题来了：两种仪器都有误差！ 如果用普通回归，结果可能偏差很大。这时候，Deming回归才是正解！

👉 谨慎总结：如果你的X和Y都是测量误差的数据（比如仪器读数、实验室检测结果），推荐使用Deming回归！

数据上传至SPSSAU，先做描述统计，获取X和Y的方差，

图片

方差之比为194.99/196.898=0.99031

选择deming回归模块，

图片

核心结果表格：

图片

输出结果：斜率、截距、标准误、置信区间，一目了然！

SPSSAU智能分析结果表述：

从上表可知，模型公式为：测量仪器Y=0.678+0.995*测量仪器X。测量仪器X的95% CI(0.967~1.023)，包括数字1，因而说明测量仪器X和测量仪器Y之间并不存在比例偏差。

小兵补充一下：截距p值大于0.05，说明截距和0无差别，即两个测量仪不存在固定偏差。

总结一下：

斜率≠1？说明两种仪器存在比例偏差（比如A仪器比B仪器系统性偏高/偏低）。

截距≠0？说明存在固定偏差（比如A仪器始终比B仪器高某个固定值）。

还可以配上一个可视化的图形，直观进行观察，

图片

X和Y的测量数据高度一致。

当然作为一致性分析，我们还可以用SPSSAU为这个分析补充一个Bland-Altman图，

图片

散点基本均落在95%一致性区间（即1.96个标准差范围内），则说明一致性情况良好。

图片

SPSSAU学习资料推荐：

图片

京东购买，或下方小程序购买：如果你对Deming回归或其他统计方法有疑问，欢迎与我进行付费咨询，咨询联系方式：微信号qq2405064443如果在使用SPSSAU过程中遇到疑惑问题，可以直接在SPSSAU中提问获得反馈，也可以在SPSSAU公号内利用知识库进行AI智能回复。无付费意愿的话也可以在本文评论区咱们一起讨论。 本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。