命令：	统计 方法比较与评估 Deming回归

描述

允许使用Deming回归模型进行方法比较（Cornbleet＆Gochman，1979）。

普通的线性回归方法假设只有Y个测量值与随机测量误差相关联，而Deming方法则考虑了这两种方法的测量误差。

必填项

选择要比较的两种技术的变量。

对于这两种技术中的每一种，您都可以输入2个变量（包含重复的测量值），也可以仅输入一个变量，在这种情况下，您将必须输入已经建立的变异系数（CV，以百分比表示）。

作为选择，您可以创建2个图形：

• 带有回归线的散点图
• 残差图。

如果要在散点图和残差图中标识子组，请使用“子组”按钮。将显示一个新对话框，您可以在其中选择分类变量。该图将为此变量的不同类别显示不同的标记。

结果

结果显示在以下文本窗口中：

• 两种方法的均值和变异系数（％）
• 样本量：（选定）数据对的数量
• 方差比：这是X和Y的测量误差之比。
• 置信区间为95％的回归方程，截距和斜率
• 截距和斜率是根据Combleet＆Gochman，1979计算的。标准误差和置信区间是使用折刀法估算的（Armitage等，2002）。
  拦截的95％置信区间可用于检验A = 0的假设。如果A的置信区间包含值0，则接受该假设。如果拒绝该假设，则可以得出结论：A与0显着不同，并且两种方法至少相差一个常数。
  斜率的95％置信区间可用于检验B = 1的假设。如果B的置信区间包含值1，则接受该假设。如果拒绝该假设，则可以得出结论：B与1显着不同，并且两种方法之间至少存在比例差异。

散点图和回归线

该图显示了带有回归线（实线）和标识线（x = y，虚线）的观察结果。

外推法

MedCalc仅显示观察值范围内的回归线。通常，不建议将回归线外推到观察范围之外。无论如何要允许外推，请在图形上单击鼠标右键，然后在弹出菜单中选择“允许外推”。

残积图

残差图可以直观地评估线性模型的拟合优度。残差可能指向数据中的异常值（非正常值）或线性回归模型存在问题。如果残差显示特定模式，则可以预期两个变量没有线性关系。

异常值（此处定义为超出4 SD限制的残差）以不同的颜色绘制。Linnet＆Boyd（2012）建议这些测量不仅应自动被拒绝，而且应仔细检查其存在的原因。