为什么 Prism 不报告戴明回归结果的R2？

Prism 执行戴明回归时，会报告斜率和截距以及置信区间，并报告检验斜率确实为零这一零假设的 P 值。但是，Prism 不会报告任何与戴明回归拟合优度的度量，因此也不会报告R2。原因是我们无法找到任何论文或文本来解释如何计算或解读这样一个值。在普通的线性和非线性回归中，R2是模型所能解释的变异部分。但对于戴明回归，这个定义其实并不合理，我们也不清楚如何扩展它。

戴明回归是否等同于正交线性回归？

在 Prism 的戴明对话框中，您可以指定 X 和 Y 是否为具有相同不确定性（变异）的相同单位。如果选择此选项，戴明回归将最小化各点与直线垂直距离的平方和。这也称为正交线性回归。如果您为 X 和 Y 指定了不同的 SD 值，那么戴明回归与正交线性回归就不一样了。

从一组重复测量中计算 SD 的方程是如何得出的？

上一页显示了通过使用某种方法对若干样本进行重复测量来评估该方法不确定性（误差）的等式：

该等式很容易推导。要计算方差，可以求出每个值与均值之差的平均方值。对于成对的样本，平均值是差值的一半。因此，取该距离平方的一半，同时也计算成对值中另一个值的平方。因此，这两个值的贡献都是二的平方。将所有测量值相加，除以测量次数，就是方差。取平方根就得到了标差。

为什么是 N，而不是 N-1？我认为应该是 N-1，但这并不重要。它将使标差比应有的小一些，但对 X 和 Y 标差来说都是如此，因此比率几乎不会改变。