大家好，我是數據小兵，一個專注用最簡單的方式教你搞定統計分析的博主。今天給大家安利一個超實用的回歸方法——Deming回歸（也叫正交回歸），特別適合X和Y都有測量誤差的數據分析場景！

與普通線性回歸（僅假設Y有誤差）不同，Deming回歸通過最小化加權殘差平方和來估計回歸系數，更適用于方法比較研究（如臨床醫學中兩種測量方法的一致性分析）。

廢話不多說，直接上案例！??

假設有兩家公司的測量儀器（分別稱為X和Y），醫院希望了解兩類測量儀器是否測量一致（摘自SPSSAU官方文檔），

問題來了：兩種儀器都有誤差！ 如果用普通回歸，結果可能偏差很大。這時候，Deming回歸才是正解！

?? 謹慎總結：如果你的X和Y都是測量誤差的數據（比如儀器讀數、實驗室檢測結果），推薦使用Deming回歸！

數據上傳至SPSSAU，先做描述統計，獲取X和Y的方差，

方差之比為194.99/196.898=0.99031

選擇deming回歸模塊，

核心結果表格：

輸出結果：斜率、截距、標準誤、置信區間，一目了然！

SPSSAU智能分析結果表述：

從上表可知，模型公式為：測量儀器Y=0.678+0.995*測量儀器X。測量儀器X的95% CI(0.967~1.023)，包括數字1，因而說明測量儀器X和測量儀器Y之間并不存在比例偏差。

小兵補充一下：截距p值大于0.05，說明截距和0無差別，即兩個測量儀不存在固定偏差。

總結一下：

斜率≠1？說明兩種儀器存在比例偏差（比如A儀器比B儀器系統性偏高/偏低）。

截距≠0？說明存在固定偏差（比如A儀器始終比B儀器高某個固定值）。

還可以配上一個可視化的圖形，直觀進行觀察，

X和Y的測量數據高度一致。

當然作為一致性分析，我們還可以用SPSSAU為這個分析補充一個Bland-Altman圖，

散點基本均落在95%一致性區間（即1.96個標準差范圍內），則說明一致性情況良好。