正交回归

正交回归

正交回归用于检验两个连续变量之间的线性关系：一个响应 (Y) 和一个预测变量 (X)。正交回归经常在您希望知道临床化学和实验室设置中的两种设备或两种方法是否测量相同的内容时使用。与简单线性回归不同，正交回归中的响应和预测变量均包含测量误差。在简单回归中，只有响应变量包含测量误差。

如果在 X 和 Y 都包含测量误差时使用最小二乘回归分析数据，斜率可能会出现偏倚，从而影响结果的有效性。

正交回归提供与数据“最佳”拟合的线。然后可将这条线用于：

·确定两种检验方法是否等价

·检验响应变量如何随预测变量的变化而变化

·针对预测变量 (X) 预测响应变量 (Y) 的值

在正交回归中，最佳拟合线就是最小化标绘点与直线之间的加权正交距离的线。如果误差方差比为 1，加权距离为 Euclidean 距离。

在正交回归中，必须满足以下假定：

·预测变量和响应分别包含一个表示为 x 和 y 的固定未知数量以及一个误差分量。

·误差项为独立的项。

·误差项的均值为零而且包含恒定方差。

·预测变量和响应呈线性相关。