R-リニアモデルが実験データと一致しません

Question

私は実験データの信頼性をチェックするために同じ条件（いくつかの条件）の反復測定値からなる実験データに対して線形回帰を実行しようとしています。

[1] cond1 repA cond1 repB cond2 repA cond2 repB ... 
[2] 4.158660e+06 4454400.703 ... 
[3] 1.458585e+06 4454400.703 ... 
[4] NA   887776.392 ... 
... 
[5024] 9571785.382 9.679092e+06 ... 

Iは、異なる条件のために（rdataに格納されている）散布+ LM + R^2つの値をプロットするために、次のコードを使用します：

を各条件について私は、データフレーム dfに格納され〜5K-10K観察有します

：それは私が実験データで見る傾向に適合しないように、しかし

for (i in seq(1,13,2)){ 
    vec <- matrix(0, nrow = nrow(df), ncol = 2) 
    vec[,1] <- df[,i] 
    vec[,2] <- df[,i+1] 
    vec <- na.exclude(vec) 
    plot(log10(vec[,1]),log10(vec[,2]), xlab = 'rep A', ylab = 'rep B' ,col="#00000033") 
    abline(fit<-lm(log10(vec[,2])~log10(vec[,1])), col='red') 
    legend("topleft",bty="n",legend=paste("R2 is",rdata[1,((i+1)/2)] <- format(summary(fit)$adj.r.squared,digits=4))) 
} 

は、LMがシフトしているようです

すべての条件で一貫して発生します。私は、scourceコードを探し、さまざまなフォーラムや投稿（thisまたはhere）を参照して説明を見つけることに失敗しました。

Answer 1

コメントしたり質問したりすることはできますが、できません。

私が理解しているところでは、repAとrepBの両方がエラーで測定されます。したがって、Yの誤差だけを考慮に入れた一般的な最小二乗法を使ってデータに適合させることはできません（重み付けされたOLSが機能するかもしれないと主張するかもしれませんが、議論するには熟練していません）。あなたの質問はthis oneにリンクされているようです。

あなたが使用できるのは、XとYの誤差を考慮した最小2乗法です。以下の例では、XとYに同じエラーがあると仮定して「通常の」TLSを使用しました（したがって、error.ratio=1）。そうでない場合は、error.ratio=var(y1)/var(x1)と入力してエラー率を指定することができます（少なくともvar（Y）/ var（X）だと思います）。

library(mcr) 
MCR_reg=mcreg(x1,y1,method.reg="Deming",error.ratio=1,method.ci="analytical") 
MCR_intercept=getCoefficients(MCR_reg)[1,1] 
MCR_slope=getCoefficients(MCR_reg)[2,1] 

# CI for predicted values 
x_to_predict=seq(0,35) 
predicted_values=MCResultAnalytical.calcResponse(MCR_reg,x_to_predict,alpha=0.05) 
CI_low=predicted_values[,4] 
CI_up=predicted_values[,5] 

デミング/ TLSの回帰では、あなたのx軸とyの誤差がhereが説明したように、正規分布に従うことになっている、ということに注意してください。そうでない場合は、Passing-Bablok回帰（Rコードはhere）に進みます。

また、R2はデブリングまたはパスブロク回帰については定義されていません（here参照）。相関係数は良いプロキシですが、正確に同じ情報を提供するわけではありません。あなたが2つの要因の間の線形相関を研究しているので、ピアソンのプロダクトモーメント相関係数を見てください。 rcorr機能