X 和 Y 均有误差的回归分析应该有一个插件，允许生成考虑 X 和 Y 中误差的回归线。其他软件通常使用 york fit 来实现此目的。JMP 也引入了此功能，这一点至关重要。
基础数据分析与建模回复：X 和 Y 均存在误差的回归分析从 JMP 17 开始，您可以使用 Passing-Bablok 拟合： Passing-Bablok 拟合报告 (jmp.com)
在“双变量”平台中，使用“拟合”通过Bablok 选项使用回归模型进行拟合通过-Bablok 方法。通过-Bablok 回归是为比较两种不同分析方法的测量结果而开发的。该方法假设两个变量之间存在线性关系，相关性很强。在散点图中添加了拟合线和 Y = X 的虚线。使用 Bland Altman 分析选项通过-Bablok Fit 红色三角菜单执行配对t-检验和Bland-Altman分析。
回复：X 和 Y 均存在误差的回归分析如果您可以指定两个误差之间的比率，则可以使用戴明拟合，可通过以下方式获得：
JMP 中的实际问题：
最佳回归选项隐藏在双变量报告中 - 并且无法通过图形生成器获得!??!
希望修复此问题： Graph Builder：稳健回归
回复：X 和 Y 中均有误差的回归分析 - 状态更改为：已确认如前文所述，您可以在 JMP 中的“拟合正交”菜单下执行戴明回归，并指定 X 和 Y 之间的误差比。这假设变量之间的测量误差比为常数，并期望误差呈正态分布且独立。Passing-Bablok 可能是更好的选择，它对 X 和 Y 的误差分布要求较低。如前文所述，此回归选项现已可用。
York 回归是一个有趣的建议。我们将考虑将其与当前可用的 Deming 和 Passing-Bablok 选项进行比较。感谢您的发帖。
回复：X 和 Y 均有误差的回归分析稳健回归非常有用。
另一方面：大多数用户使用图形生成器。
是否有机会向大多数用户提供此功能：
构建器：稳健回归
