Orthogonale Regression

Orthogonale Regression. Die roten Linien stellen die Abstände der Messwertpaare von der Ausgleichsgeraden dar.

In der Statistik dient die orthogonale Regression (genauer: orthogonale lineare Regression) zur Berechnung einer Ausgleichsgeraden für eine endliche Menge metrisch skalierter Datenpaare $(x_i,y_i)$ nach der Methode der kleinsten Quadrate. Wie in anderen Regressionsmodellen wird dabei die Summe der quadrierten Abstände der $(x_i,y_i)$ von der Geraden minimiert. Im Unterschied zu anderen Formen der linearen Regression werden bei der orthogonalen Regression nicht die Abstände in $x$- bzw. $y$-Richtung verwendet, sondern die orthogonalen Abstände. Dieses Verfahren unterscheidet nicht zwischen einer unabhängigen und einer abhängigen Variablen. Damit können – anders als bei der linearen Regression – Anwendungen behandelt werden, bei denen beide Variablen $x$ und $y$ messfehlerbehaftet sind.

Die orthogonale Regression ist ein wichtiger Spezialfall der Deming-Regression. Sie wurde erstmals 1840 im Zusammenhang mit einem geodätischen Problem von Julius Weisbach angewendet, 1878 von Robert James Adcock in die Statistik eingeführt und in allgemeinerem Rahmen 1943 von W. E. Deming für technische und ökonomische Anwendungen bekannt gemacht.

Rechenweg

Es wird eine Gerade

$y={\beta }_0+{\beta }_{1}x$

gesucht, die die Summe der quadrierten Abstände der $(x_i,y_i)$ von den zugehörigen Fußpunkten $(x_i^{*},y_i^{*})$ auf der Geraden minimiert. Wegen $y_i^{*}={\beta }_0+{\beta }_1{x}_i^{*}$ berechnet man diese quadrierten Abstände zu $(y_i-{\beta }_0-{\beta }_1{x}_i^{*}{)}^2+(x_i-x_i^{*}{)}^2$, deren Summe minimiert werden soll:

$SSR=\sum _{i=1}^n((y_i-{\beta }_0-{\beta }_1{x}_i^{*}{)}^2+(x_i-x_i^{*}{)}^2)\to \underset{{\beta }_0,{\beta }_1,x_i^{*}}{\min }SSR$

Für die weitere Rechnung werden die folgenden Hilfswerte benötigt:

$\bar{x}=\frac{1}{n}\sum _{i=1}^n{x}_i$     (arithmetisches Mittel der $x_i$)

$\bar{y}=\frac{1}{n}\sum _{i=1}^n{y}_i$     (arithmetisches Mittel der $y_i$)

$s_x^2=\frac{1}{n-1}\sum _{i=1}^n(x_i-\bar{x}{)}^2$     (Stichprobenvarianz der $x_i$)

$s_y^2=\frac{1}{n-1}\sum _{i=1}^n(y_i-\bar{y}{)}^2$     (Stichprobenvarianz der $y_i$)

$s_{xy}=\frac{1}{n-1}\sum _{i=1}^n(x_i-\bar{x})(y_i-\bar{y})$     (Stichprobenkovarianz der $(x_i,y_i)$)

Damit ergeben sich die Parameter zur Lösung des Minimierungsproblems:

${\beta }_1=\frac{s_y^2-s_x^2+\sqrt{(s_y^2-s_x^2{)}^2+4s_{xy}^2}}{2s_{xy}}$

${\beta }_0=\bar{y}-{\beta }_1\bar{x}$

Die $x$-Koordinaten der Fußpunkte berechnet man mit

$x_i^{*}=x_i+\frac{{\beta }_1}{{\beta }_1^2+1}(y_i-{\beta }_0-{\beta }_1{x}_i)$

Alternativer Rechenweg

Abstand di eines Punktes P(xi;yi) zur Geraden y=mx+t

Der geometrische Abstand $d_i$ eines Messpunktes $P(x_i|y_i)$ zu einer Ausgleichsgeraden

$f(x)=mx+t$

lässt sich wegen $d_i:(y_i-(m{x}_i+t))=1:\sqrt{1+m^2}$ wie folgt berechnen:

$d_i^2=\frac{(y_i-(m{x}_i+t){)}^2}{1+m^2}$

Gesucht sind nun die Koeffizienten $m$ und $t$ mit der kleinsten Summe der Fehlerquadrate.

$\underset{m,t}{\min }\sum _{i=1}^N{d}_i^2$

Berechnung der partiellen Ableitung nach t

Die Gleichung

$\frac{\partial }{\partial t}\sum _{i=1}^N\frac{(y_i-(m{x}_i+t){)}^2}{1+m^2}=0$

ergibt als Lösung

$t=\bar{y}-m\bar{x}$

Dabei wird als $\bar{x}$ der Mittelwert der $x$-Koordinaten der Messpunkte bezeichnet. Analog dazu ist $\bar{y}$ der Mittelwert der $y$-Koordinaten der Messpunkte. Diese Lösung hat auch zur Folge, dass der Punkt $P(\bar{x}|\bar{y})$ stets auf der Ausgleichsgeraden liegt.

Berechnung der partiellen Ableitung nach m

Die Gleichung

$\frac{\partial }{\partial m}\sum _{i=1}^N\frac{(y_i-(m{x}_i+t){)}^2}{1+m^2}=0$

ergibt folgende quadratische Gleichung:

$m^2{S}_{xy}+m(S_{xx}-S_{yy})-S_{xy}=0$

Dabei sind

$S_{xx}=\sum _{i=1}^N(x_i-\bar{x}{)}^2$ und $S_{yy}=\sum _{i=1}^N(y_i-\bar{y}{)}^2$

die Quadratsummen der Messwerte von $X$ und $Y$ und

$S_{xy}=\sum _{i=1}^N(x_i-\bar{x})(y_i-\bar{y})$

die Produktsumme zwischen $X$ und $Y$.

Auf Grund des Steigungsverhaltens dieser Parabel ergibt sich für das Minimum hier die eine Lösung:

$m=\frac{S_{yy}-S_{xx}+\sqrt{(S_{xx}-S_{yy}{)}^2+4(S_{xy}{)}^2}}{2S_{xy}}$

Die Gleichung der geometrischen Ausgleichsgeraden lautet somit:

$f(x)=m(x-\bar{x})+\bar{y}$

Beispiel

f(x) = 0,8 ( x – 3,3 ) + 4,1

	$x_i$	$y_i$	$x_i-\bar{x}$	$y_i-\bar{y}$	$(x_i-\bar{x}{)}^2$	$(x_i-\bar{x})(y_i-\bar{y})$	$(y_i-\bar{y}{)}^2$
P1	1,0	2,0	−2,3	−2,1	5,29	4,83	4,41
P2	2,0	3,5	−1,3	−0,6	1,69	0,78	0,36
P3	4,0	5,0	0,7	0,9	0,49	0,63	0,81
P4	4,5	4,5	1,2	0,4	1,44	0,48	0,16
P5	5,0	5,5	1,7	1,4	2,89	2,38	1,96
Summe	$16,5$	$20,5$	$0,0$	$0,0$	$S_{xx}=11,8$	$S_{xy}=9,1$	$S_{yy}=7,7$
Mittelwert	$\bar{x}=3,3$	$\bar{y}=4,1$

$m=\frac{-4,1+\sqrt{4,1^2+4\cdot 9,1^2}}{2\cdot 9,1}$

Es ergibt sich $m=0,8$ und die geometrische Ausgleichsgerade lautet daher wie folgt:

$f(x)=0,8(x-3,3)+4,1$