Régression orthogonale - Généralités

Utilisez la fonction Régression orthogonale, également connue comme la régression de Deming, pour déterminer si deux instruments ou méthodes donnent des mesures comparables. La régression orthogonale examine la relation linéaire entre deux variables continues : une réponse (Y) et un prédicteur (X). Dans la régression orthogonale, la réponse et le prédicteur contiennent une erreur de mesure, ce qui n'est pas le cas dans la régression linéaire simple (régression des moindres carrés). En effet, seule la variable de réponse contient une erreur de mesure dans la régression simple. Si vous utilisez une régression simple pour déterminer la comparabilité lorsque deux variables contiennent une erreur de mesure, les résultats dépendent de la variable qui ne contient aucune erreur de mesure d'après les calculs. La régression orthogonale traite ce problème afin que les rôles des variables aient peu d'influence sur les résultats.

Par exemple, un ingénieur travaillant dans une entreprise de dispositifs médicaux souhaite déterminer si le nouveau tensiomètre fabriqué par sa société est équivalent à un modèle du même type fabriqué par une autre entreprise.