X 和 Y 均存在誤差的迴歸分析應該有一個插件，允許產生考慮 X 和 Y 誤差的迴歸線。至關重要的是，JMP 也引入了此功能。
基礎資料分析與建模回覆：X 和 Y 均存在誤差的迴歸分析從 JMP 17 開始，您可以使用 Passing-Bablok 擬合： Passing-Bablok 擬合報告 (jmp.com)
在 Bivariate 平台中，使用 Fit透過Bablok 選項使用下列函數來擬合迴歸模型透過-巴布洛克方法。透過-Bablok 迴歸是為了比較兩種不同分析方法的測量結果而開發的。此方法假設兩個變數之間存在強相關性的線性關係。將擬合線和 Y = X 的虛線加入散點圖中。使用“Bland Altman Analysis”選項透過-Bablok Fit紅色小三角選單執行配對t-測試和布蘭德-奧特曼分析。
回覆：X 和 Y 均存在誤差的迴歸分析如果您可以指定兩個誤差之間的比率，則可以使用戴明擬合，可透過以下方式獲得：
JMP 中的實際問題：
最好的回歸選項隱藏在雙變量報告中 - 並且無法通過圖形生成器獲得！
這裡希望解決這個問題： 圖形產生器：穩健回歸
回覆：X 和 Y 均有錯誤的迴歸分析 - 狀態變更為：已確認如同前面的評論中所提到的，您可以在JMP 中的「擬合正交」選單下執行戴明迴歸，並指定X 和Y 之間的誤差比。並期望誤差呈常態分佈，且獨立的。 Passing-Bablok 可能是更好的選擇，它對 X 和 Y 的誤差分佈要求較少。
約克回歸是一個有趣的建議。我們將考慮與目前可用的 Deming 和 Passing-Bablok 選項相比的擴充用例。謝謝您發文。
回覆：X 和 Y 均存在誤差的迴歸分析穩健的回歸非常有用。
另一方面：大多數使用者使用圖形產生器。
是否有機會向大多數用戶提供此功能：
建構器：穩健回歸
