正交回归截距 CI我需要两种桥接方法（210 与 280）的解释结果的支持。
Bland Altman 图和正交拟合的结果如下。
- 在这种情况下，如何在 JMP CI 中计算截距？
- 我需要知道 27.2 是否显着。 不应该是... 结果不同，平均差约为 0.27。
回复：正交回归截距 CI我不知道用于计算斜率置信区间的方法。 我知道这是无法改变的。 您可以编写 JMP 脚本来计算所需的置信区间。
最后，我最初概述的方法肯定是有缺陷的。 通过正交回归，误差方差之比用于估计关系。 非线性方法没有考虑误差方差。 我确信非线性方法会导致更严格的置信区间。
如果您有 JMP Pro，则可以使用自举法来估计置信区间，而不是计算它们。
回复：正交回归截距 CI好的我明白了。
您知道 JMP 中估算 CI 的方法是什么吗？
可以改变吗？回复：正交回归截距 CI在对此进行更多研究时，尽管我给出了截距置信区间的方法，但我不确定它是否是该应用程序的正确值。 我看到的大多数工作都声称您需要使用折刀方法来估计适当的标准误差。 我建议的非线性方法并没有做到这一点。 所以现在要更加小心解释。
回复：正交回归截距 CI老实说，我不知道如何解释这个拦截。 在回归中，误差是数据点到回归线的垂直距离。 对于正交回归，它是从点到线的垂直距离。 添加到您的数据在 98 到 100 范围内，我不确定在这种情况下截距实际提供什么值。 也许其他人如果有解释的话可以插话。
回复：正交回归截距 CI太棒了，它有效！ 谢谢。
如果您建议谨慎解释，您会建议如何比较这些方法？
均值差几乎为0，我们拦截这么大？ CI 非常小 = [27.2, 27.3]回复：正交回归截距 CI返回进行正交拟合的数据表。 您有一个 210 的列和一个 280 的列。 X 轴为 210，Y 轴为 280。
创建一个新列，我们将其命名为“模型”。 等式如下所示：
注意参数，乙0 ，位于底部中心，初始值接近正交拟合的截距。 请注意使用参数的公式乙0以及正交拟合的硬编码斜率乘以 210 列。
现在转到非线性拟合平台。 该模型列是 X，预测变量公式。 280 列将是 Y，响应列。 单击“确定”。 在非线性控制面板中，单击执行。 当它停止时，乙0参数应与拟合正交结果匹配。 然后单击“置信限”按钮查看置信区间。
请记住，您对截距的解释与回归模型的解释不同。 即使 280 和 210 测量的是相同的东西，我也不会期望它是 0，就像我不会期望斜率是 1 一样。 这是因为拟合正交法利用了 X 和 Y 的可变性。 因此，在解释置信区间时要格外小心。
回复：正交回归截距 CI它应该是主数据集中的一列吗？
我有这样的结构：
那么，新列“单体模型”将具有所有观察值（对于方法 A 和方法 B）？
建模后我只有一个情节：
请您稍微指导一下好吗？
回复：正交回归截距 CI这比您想象的更具挑战性。 要了解原因，请保存正交拟合的预测值。 您将看到两个预测列，并且两者的公式都与报告中的公式非常不同。 这是由于 X 和 Y 的不确定性造成的。
一定有比我要展示的更好的方法来获得您想要的东西，但我现在想不起来。 所以，一个方法：
使用非线性估计。 创建一个包含线性模型的公式列，其中截距（初始值接近您在报告中看到的 27）作为唯一参数，并在斜率中硬编码为尽可能多的数字。 使用“分析”>“专业建模”>“非线性”，将此新列指定为 X，将 Y 变量指定为 Y。单击“执行”。 您应该看到截距收敛到“拟合正交”报告中的内容。 单击“置信限”按钮，截距的置信区间将显示在参数表中。
