Deming regresyonu ne zaman kullanılır?

Şu anda iki farklı fosfor test değerini birbirine dönüştürmenin bir yolu üzerinde çalışıyorum.

Arka fon

Toprakta mevcut bitki fosforunu ölçmek için birçok (ekstraksiyon) yöntem vardır. Farklı ülkeler farklı yöntemler uygulamaktadır, bu nedenle ülkeler arasındaki P-doğurganlığını karşılaştırmak için P-test değerini x, Y-testi değerine dayalı olarak hesaplamak gerekir ve bunun tersi de geçerlidir. Bu nedenle, tepki ve eşdeğişkenler birbirinin yerine kullanılabilir.

Ekstraktör 1'deki P miktarı = [mg / 100g toprak] içindeki P_CAL

Ekstrakt 2'deki P miktarı = [mg / 100g toprak] içindeki P_DL

Böyle bir "dönüşüm denklemi" oluşturmak için 136 toprak örneğinin P içeriği, CAL ve DL özütü ile analiz edildi. Toprak pH'ı, toplam organik karbon, toplam azot, kil ve karbonat gibi ek parametreler de ölçüldü. Amaç basit bir regresyon modeli türetmektir. İkinci adımda ayrıca çoklu bir model.

Verilere genel bir bakış sağlamak için size basit doğrusal (OLS) regresyon çizgisine sahip iki dağılım grafiği gösteririm.

Sorular:

Anladığım kadarıyla, reddedilen regresyon (y) ve açıklayıcı (x) değişkenin her ikisi de (ölçüm) hatalarına sahipse ve birbirinin yerine kullanılabiliyorsa uygundur. Deming regresyonu, varyans oranının bilindiğini varsayar. P ekstraksiyon ölçümlerinin doğruluğu hakkında detaylara sahip olmadığım için varyans oranını belirlemenin başka bir yolu var mı? Burada hangi varyans kastedilmektedir? Hesaplanmadığını varsayıyorum var(DL_P)/var(CAL_P)?

S1: Deming regresyonu için varyans oranını nasıl belirlerim?

Özel bir gerileme gerilemesi örneği dik gerilemedir. Varyans oranının = 1 olduğunu varsayar.

S2: δ = 1 varsayımının "kabaca" doğru olup olmadığını veya (yanlış) varsayımının yüksek tahmin hataları içerip içermediğini teşhis etmenin bir yolu var mı?

Eğer δ = 1 varsayarsam, dikey regresyon aşağıdaki (yuvarlak) çıktıyı verir

library(MethComp) deming <- Deming(y=P_CAL, x=P_DL, vr=1)

Kesişim: 0.75; Eğim: 0.71; sigma P_DL: 3.17; sigma P_CAL: 3.17

Deming regresyon çizgisini yukarıdaki grafiklerde çizmek, deming regresyonunun a) CAL-P = f (DL-P) regresyonuna çok yakın olduğunu, ancak b) DL-P = f (CAL-P) regresyonuna çok yakın olduğunu gösterir. denklem.

S3: Ortogonal regresyonda CAL-P = f (DL-P) ve DL-P = f (CAL-P) aynı denklemle ifade ediliyor mu? Değilse, her ikisi için nasıl doğru denklemleri türetebilirim? Burada ne özlüyorum?

Her iki ekstraksiyon çözeltisinin özellikleri nedeniyle, DL-P değerleri CAL-P değerlerinden yaklaşık% 25 daha yüksek olma eğilimindedir, bu nedenle CAL-P = f (DL-P), DL-P = f (CAL'den daha yüksek bir eğime sahip olmalıdır) -P). Bununla birlikte, bu sadece bir eğim olduğunda gerilemeyi azaltmada ifade edilmez. Bu da beni son sorumla terk ediyor.

S4: Deming deming amacım için geçerli bir yaklaşım mı?

Endişelerinizin bir kısmını burada ele almak için: Deming regresyonu , komplo paneli B'ye zayıf bir uyum gösteriyor gibi görünüyor , ancak bunun nedeni komplo yanlıştır. Bunun doğru bir şekilde yapılıp yapılmadığını değerlendirmenin hızlı bir yolu, Deming regresyon çizgisi boyunca X & Y değerlerine bakmaktır. Panel A'daki herhangi bir DL-P değeri için, her iki panelde de aynı olan korponder edici bir CAL-P değerine sahip olmalıdır (OLS için geçerli DEĞİL ve aralarındaki temel fark). Ancak DL-P = 20 olan bu grafiklerde, panel A'daki CAL-P ~ 15 ve panel B ~ 27'dir.

Hata, Deming regresyon çizgisinin sadece denklemdeki CAL-P ve DL-P terimlerini değiştirerek çizildiği gibi görünüyor. Panel A'nın denklemi:

CAL-P = 0,75 + 0,71 * DL-P

Yeniden düzenleme, bu, B paneli denkleminin aşağıdaki gibi olması gerektiği anlamına gelir:

DL-P = (CAL-P - 0,75) / 0,71

Ve yok:

DL-P = 0.75 + 0.71 * CAL-P (çizilen şey budur)