正交迴歸
正交迴歸(也稱 Deming 迴歸或變數含誤差迴歸)是一種統計方法,用於在兩個量測系統或兩個連續變數都含有量測誤差——而不僅是反應變數含有誤差——時,確定二者之間的關係。標準迴歸假定只有 Y 變數含有誤差,與之不同,正交迴歸同時考慮 X 和 Y 兩個量測值的不確定性,從而得到更準確、無偏的最佳配適線。
最後審閱
核心要點
正交迴歸(也稱 Deming 迴歸)是一種統計方法,用於在兩個量測系統或兩個連續變數都含有量測誤差時,確定二者之間的關係。
什麼是正交迴歸?
正交迴歸(也稱 Deming 迴歸或變數含誤差迴歸)是一種統計方法,用於在兩個量測系統或兩個連續變數都含有量測誤差——而不僅是反應變數含有誤差——時,確定二者之間的關係。標準迴歸假定只有 Y 變數含有誤差,與之不同,正交迴歸同時考慮 X 和 Y 兩個量測值的不確定性,從而得到更準確、無偏的最佳配適線。
它最常用於評估兩種量測方法、儀器或實驗室是否給出等效的結果——例如,將新的檢測方法與既定的參考方法比較,以確定二者能否互換使用。
何時使用正交迴歸?
- 當您想 比較兩種量測方法,以確定它們對同一批項目是否給出等效結果時使用。
- 當 被比較的兩個變數都含有量測誤差 時使用——如果只有 Y 變數含有誤差,請改用標準的配適線圖。
- 當目標是 確立方法的等效性或可互換性 時使用——例如,將更快或更便宜的檢測方法與公認的參考標準進行驗證。
- 當您需要 估計真實關係,即兩個變數都量測不精確,而不是使用因忽略 X 變數誤差而被扭曲的關係時使用。
- 用於 實驗室、臨床、製造和校正研究,這些研究中量測系統的比較是核心要求。
正確使用正交迴歸的指南
- 兩個變數都必須是 連續的 ——正交迴歸不適用於分類資料或計數型資料。
- 必須指定或估計 誤差變異數比(X 量測誤差變異數與 Y 量測誤差變異數之比)——預設假設兩個變數的量測誤差相等(比值 = 1),但應根據已知的量測系統能力對此進行驗證或調整。
- 收集 足夠的資料對 ——用兩種方法量測同一批項目。建議至少有 30 至 50 對配對觀測值,以獲得穩定可靠的迴歸線估計。
- 確保 所測項目的範圍覆蓋感興趣的全部執行範圍 ——量測範圍過窄會導致斜率和截距的估計不可靠,並使方法等效性的結論難以得到支援。
- 配適之後,檢查 斜率的信賴區間 ——如果該區間包含 1.0,則兩種方法的反應成比例等效。檢查 截距的信賴區間 ——如果它包含 0,則兩種方法之間不存在固定的系統偏誤。
- 檢查 殘差圖,以驗證模型假設是否得到滿足,並確認沒有異常觀測值對配適線產生不成比例的影響。
- 不要將結論外推 超出所測項目的範圍 ——兩種方法的等效性僅在所量測的範圍內得到證明。
替代方法:何時不宜使用正交迴歸
- 如果 只有反應變數(Y)含有量測誤差,而預測變數(X)的量測誤差可忽略不計或為受控的精確值,請改用 配適線圖或配適迴歸模型 ——正交迴歸會過度校正,併產生有偏的斜率估計。
- 如果目標是 根據預測變數預測反應 而不是比較兩個量測系統,請改用 配適迴歸模型 ——正交迴歸專為方法比對而設計,而不是用於預測。
- 如果 誤差變異數比完全未知 且無法透過量測系統研究估計,則正交迴歸的結果將不可靠——在繼續之前,請先進行 量具 R&R 或量測系統分析,以量化每個變數中的誤差。
- 如果您需要同時比較或建模 兩個以上的變數,請改用 配適迴歸模型 或 多元分析。
- 如果被比較的兩個變數 處於不同的尺度,或量測的是本質上不同的特性,則方法比對研究並不適用——正交迴歸要求兩個變數量測的是同一個基本量。
- 如果反應變數是 分類的或二元的,請改用 二元邏輯迴歸。
正交迴歸範例
某工程師為比較新血壓計與現有設備,使用兩種儀器量測了 60 個人的收縮壓。由於兩種設備都有量測誤差,因此使用正交迴歸來評估等效性。根據以往的研究,新血壓計的變異數為 1.08,現有血壓計的變異數為 1.20。分析中將新血壓計作為反應,現有設備作為預測變數,得到的誤差變異數比為 0.90。步驟如下:
- 已收集所需資料。

- 現在,在 Zometric Statistical Software 中分析資料,網址為 https://statsai.zometric.com/。
- 要找到正交迴歸,請選擇 Statistical module> Regression>Orthogonal Regression.
- 在工具中,按如下方式輸入資料及其他輸入項:

5. 使用上述工具後,得到如下輸出


如何進行正交迴歸
操作步驟如下:
- 登入 Zometric Statistical Software,網址為 https://statsai.zometric.com/
- 在首頁選擇 Statistical Tool> Regression > Orthogonal Regression。
- 接下來,手動更新資料,或從 Excel 表格中完整複製(Ctrl+C)資料,或貼上(Ctrl+V)資料,也可使用 Load Example 選項載入範例資料。
- 接下來,填寫所需選項。
- 最後,點選頁面底部的 calculate,即可得到所需結果。
在正交迴歸的工具介面中,視窗分為兩部分。

左側為資料窗格(Data Pane)。在 Data Pane 中,每一列構成一個子群組。可手動輸入資料,也可從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。
Load example:將載入範例資料。
右側提供以下選項:
- Response(Y): 選擇包含您要評估的方法或儀器的量測值的欄,通常是與既定參考方法相對照而被評估的 新方法、替代方法或待測方法。這是繪製在縱軸上的變數。在方法比對研究中,它通常是較新、較快或成本較低的量測系統,需要證明其與參考方法的等效性。
- Predictor (X): 選擇包含 參考方法、既定方法或標準方法 的量測值的欄——即已被認可為可靠、準確的量測系統。這是繪製在橫軸上的變數。Response 欄和 Predictor 欄必須包含在 同一批項目或樣本 上所做的量測——每一列代表由兩種方法都量測過的一個項目。
- Error Variance Ratio (Y/X): 定義 Y 變數的量測誤差變異數與 X 變數的量測誤差變異數之間的假定比值。這是正交迴歸中最關鍵、也最獨特的輸入——它告訴模型每個變數中相對於另一個變數存在多少誤差,從而使配適線正確考慮兩個量測值的不精確性。
常見問題
什麼是正交迴歸?
正交迴歸,也稱 Deming 迴歸或變數含誤差迴歸,用於在兩個量測系統或兩個連續變數都含有量測誤差時,確定二者之間的關係。標準迴歸假定只有 Y 含有誤差,與之不同,它同時考慮 X 和 Y 的不確定性,從而得到更準確、無偏的最佳配適線。
何時應使用正交迴歸而不是簡單線性迴歸?
當兩個變數都含有量測誤差時,使用正交迴歸來比較兩種量測方法、儀器或實驗室,例如將新的檢測方法與參考方法進行驗證。如果只有 Y 含有誤差,而 X 是受控或精確的值,請改用配適線圖或配適迴歸模型,因為正交迴歸會過度校正斜率。
如何解讀正交迴歸結果?
檢查斜率的信賴區間:如果它包含 1.0,則兩種方法的反應成比例等效。檢查截距的信賴區間:如果它包含 0,則兩種方法之間不存在固定的系統偏誤。檢查殘差圖,並且不要將等效性外推到所測項目的範圍之外。
正交迴歸中的誤差變異數比是什麼?
誤差變異數比是 Y 的量測誤差變異數與 X 的量測誤差變異數之比。它告訴模型每個變數中相對於另一個變數存在多少誤差。預設假設誤差相等(比值 1),但應對其進行驗證或估計,例如透過量具 R&R 研究。使用至少 30 至 50 對配對觀測值。
