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.