Regresión de Deming

Comando:

Estadística Comparación y evaluación de métodos estadísticos Regresión de Deming

Descripción

Permite realizar comparación de métodos utilizando el modelo de regresión de Deming (Cornbleet & Gochman, 1979).

Mientras que el método de regresión lineal ordinario supone que solo las mediciones Y están asociadas con errores de medición aleatorios, el método de Deming toma en cuenta los errores de medición de ambos métodos.

Entrada requerida

Seleccione las variables de las dos técnicas que desea comparar.

Para cada una de ambas técnicas se pueden introducir 2 variables (que contienen medidas repetidas) o bien se puede introducir sólo una variable, en cuyo caso se deberá introducir un Coeficiente de Variación (CV, expresado en porcentaje) ya establecido.

Como opción, puedes crear 2 gráficos:

• Un diagrama de dispersión con la línea de regresión
• El gráfico de residuos.

Utilice el botón Subgrupos si desea identificar subgrupos en el diagrama de dispersión y el gráfico de residuos. Se mostrará un nuevo cuadro de diálogo donde podrá seleccionar una variable categórica. El gráfico mostrará diferentes marcadores para las distintas categorías de esta variable.

Resultados

Los resultados se muestran en la siguiente ventana de texto:

Deming regression

Método X	LIAISON_1
	LIAISON_2
Método Y	IRMA_ICS

Método	Media	Coeficiente de variación (%)
X	3.7748	4.12
Y	4.6150	6.70

Tamaño muestral	32
Razón de varianzas	0.2528

Ecuación de regresión

y = 0.09781  +  1.1967  x
Parámetro	Coeficiente	Error estándar	IC del 95 %
Intersección	0.09781	0.1709	-0.2506 a 0.4463
Curva	1.1967	0.02999	1.1355 a 1.2578

Coeficiente de correlación de Pearson	0.9810
Intervalo de confianza del 95 %	0.9610 a 0.9908

• Media y coeficiente de variación (%) para ambos métodos
• Tamaño de la muestra: el número de pares de datos (seleccionados)
• Relación de varianza: es la relación de los errores de medición de X e Y.
• La ecuación de regresión, intersección y pendiente con intervalo de confianza del 95%
• La intersección y la pendiente se calculan de acuerdo con Cornbleet y Gochman, 1979. Los errores estándar y los intervalos de confianza se estiman utilizando el método jackknife (Armitage et al., 2002).
  El intervalo de confianza del 95% para la intersección permite comprobar la hipótesis de que A = 0. Esta hipótesis se acepta si el intervalo de confianza para A contiene el valor 0. Si se rechaza la hipótesis, se concluye que A es significativamente diferente de 0 y que ambos métodos difieren al menos en una cantidad constante.
  El intervalo de confianza del 95% para la pendiente permite comprobar la hipótesis de que B = 1. Esta hipótesis se acepta si el intervalo de confianza para B contiene el valor 1. Si se rechaza la hipótesis, se concluye que B es significativamente diferente de 1 y que existe al menos una diferencia proporcional entre ambos métodos.

Diagrama de dispersión y línea de regresión

Este gráfico muestra las observaciones con la línea de regresión (línea continua) y la línea de identidad (x=y, línea punteada).

Extrapolación

MedCalc solo muestra la línea de regresión en el rango de valores observados. Por lo general, no se recomienda extrapolar la línea de regresión más allá del rango observado. Para permitir la extrapolación de todas formas, haga clic derecho en el gráfico y seleccione ' Permitir extrapolación' en el menú contextual.

Gráfico de residuos

El gráfico de residuos permite evaluar visualmente el ajuste del modelo lineal. Los residuos pueden indicar posibles valores atípicos (valores inusuales) en los datos o problemas con el modelo de regresión lineal. Si los residuos muestran un patrón determinado, es de esperar que las dos variables no tengan una relación lineal.

Los valores atípicos, definidos aquí como residuos fuera del límite de 4 DE, se representan en un color diferente. Linnet y Boyd (2012) recomiendan que estas mediciones no se rechacen automáticamente, sino que se investigue el motivo de su presencia.

Literatura

• Armitage P, Berry G, Matthews JNS (2002) Statistical methods in medical research. 4^th ed. Blackwell Science.
• Cornbleet PJ, Gochman N (1979) Incorrect least-squares regression coefficients in method-comparison analysis. Clinical Chemistry 25:432-438.
• Linnet K, Boyd JC (2012) Selection and analytical evaluation of methods - with statistical techniques. In Burtis CA, Ashwood ER, Bruns DE (eds). Tietz Textbook of Clinical Chemistry and Molecular Diagnostics (5th edn). Elsevier Saunders, St Louis, MO, pp. 201-228.

Véase también

• Diagramma de Bland-Altman
• Gráfico de montaña
• Regresión de Passing y Bablok
• Formato gráfico
• Aplicación de la fluctuación en los diagramas de dispersión