passing-bablok

install.packages("clipr", "mcr")
#Copiare la tabella dei dati compresa la prima riga contenente i nomi delle variabili, nel mio caso, Peso e Diametro
df<-clipr::read_clip_tbl(x = clipr::read_clip(),dec=",")
par(pty="s")    #Per dare un aspetto quadrato al grafico
plot(df$Peso, df$Diametro, main = "Calibro dei Kiwi",
    xlab = "Calibro a peso", ylab = "Calibro a diametro")
parameter_df<-mcr::mcreg(df$Peso, df$Diametro, method.reg = "PaBa")
print(parameter_df@para)    #Ottieni la tabella dei parametri con l'intervallo di confidenza come segue
#           EST         SE  LCI         UCI
#Intercept  35.0701754  NA  34.6639744  35.3965517
#Slope      0.1754386   NA  0.1721154   0.1794949

intercept_est <- parameter_df@para[1]
intercept_lci <- parameter_df@para[5]
intercept_uci <- parameter_df@para[7]
gradient_est <- parameter_df@para[2]
gradient_lci <- parameter_df@para[6]
gradient_uci <- parameter_df@para[8]
sprintf("Gradient = %4.2f (%4.2f - %4.2f)", gradient_est, gradient_lci, gradient_uci)
sprintf("Intercept = %4.2f (%4.2f - %4.2f)", intercept_est, intercept_lci, intercept_uci)

abline(0, 1, lty = "dashed")
abline(intercept_est, gradient_est, col = "blue", lwd = 2)
abline(intercept_lci, gradient_lci, col = "blue", lwd = 1)
abline(intercept_uci, gradient_uci, col =  "blue", lwd = 1)

legend(
    50, 72,
    c(
        "Reference line",
        sprintf("%4.2fx + %4.2f", gradient_est, intercept_est),
        sprintf("Upper CI: %4.2fx + %4.2f", gradient_uci, intercept_uci),
        sprintf("Lower CI: %4.2fx + %4.2f", gradient_lci, intercept_lci)
    ),
    lty = c("dashed", "solid", "solid", "solid"),
    lwd = c(1, 2, 1, 1),
    col = c("black", "blue", "blue", "blue"),
    cex = 0.8
)