Übersicht über Orthogonale Regression

Verwenden Sie Orthogonale Regression (auch als Deming-Regression bezeichnet), um zu ermitteln, ob zwei Instrumente oder Methoden vergleichbare Messwerte liefern. Mit der orthogonalen Regression wird die lineare Beziehung zwischen zwei stetigen Variablen untersucht: einer Antwortvariablen (y) und einer Prädiktorvariablen (x). Im Unterschied zur einfachen linearen Regression (Regression der kleinsten Quadrate) enthalten in der orthogonalen Regression sowohl die Antwortvariable als auch der Prädiktor Messfehler. Bei der einfachen Regression enthält lediglich die Antwortvariable Messfehler. Wenn beide Variablen Messfehler enthalten und Sie zur Ermittlung der Vergleichbarkeit die einfache Regression verwenden, hängen die Ergebnisse davon ab, bei welcher Variable in den Berechnungen davon ausgegangen wird, dass sie keinen Messfehler enthält. Bei der orthogonalen Regression wird dieses Problem berücksichtigt, so dass die Rollen der Variablen kaum Einfluss auf die Ergebnisse haben.

Ein Techniker bei einem Unternehmen für medizinische Geräte möchte beispielsweise bestimmen, ob das neue Blutdruckmessgerät des Unternehmens gleichwertig mit einem ähnlichen Modell ist, das von einem Konkurrenten hergestellt wird.

Wo finde ich diese Analyse?

Um eine orthogonale Regression durchzuführen, wählen Sie Statistik > Regression > Orthogonale Regression aus.

In welchen Fällen bietet sich eine andere Analyse an?

Wenn Sie über einen stetigen Prädiktor verfügen, dieser jedoch keine Messfehler enthält, verwenden Sie Darstellung der Anpassungslinie.

Durch Ihre Nutzung dieser Website stimmen Sie zu, dass Cookies verwendet werden. Cookies dienen zu Analysezwecken und zum Bereitstellen personalisierter Inhalte.  Lesen Sie unsere Richtlinien