Um engenheiro em uma empresa de dispositivos médicos quer determinar se os novos monitores de pressão arterial são equivalentes a um monitor semelhante, fabricado por outra empresa. O engenheiro mede a pressão arterial sistólica de uma amostra aleatória de 60 pessoas que usam ambos os monitores.
Para determinar se os dois monitores são equivalentes, o engenheiro utiliza regressão ortogonal. Antes da coleta de dados para a regressão ortogonal, o engenheiro fez estudos separados em cada monitor para estimar as variâncias. A variância para o novo monitor foi de 1,08. A variância para o monitor da outra empresa foi de 1,2. O engenheiro decide atribuir o novo monitor como a variável resposta e o monitor da outra empresa como a variável de previsão. Com essas atribuições, a razão da variância de erro é de 1,08 / 1,2 = 0,9.
Observação
Se o engenheiro decidisse reverter as atribuições, a relação variância do erro seria 1,2 / 1,08 = 1,1111.
Selecione Estat > Regressão > Regressão ortogonal.
Em Resposta (Y), insira Novo.
Em Preditor (X), insira Atual.
Em Razão de variâncias dos erros (Y/X), insira 0,90.
Clique em OK.
Interpretar os resultados
Se uma das condições a seguir for verdadeira, os resultados fornecem evidências de que os monitores de pressão sanguínea não são equivalentes:
O intervalo de confiança para a inclinação não contém 1.
O intervalo de confiança para a constante não contém 0.
Os resultados mostram que o intervalo de confiança para a constante, que é de aproximadamente -2,78 a 4,06, contém 0. O intervalo de confiança para a inclinação, Corrente, que é de aproximadamente 0,97 a 1,02, contém 1. Esses resultados não fornecem evidência de que as medições dos monitores diferem. O gráfico de linha ajustada mostra que os pontos caem perto da linha de regressão, que indica que o modelo se ajusta aos dados.