Czy istnieje nieparametryczny odpowiednik Tukey HSD?

Używam JMP do badania różnic w pokryciu wegetacyjnym w grupach form wzrostu (drzewa, krzewy, zioła itp.) Przed i po trzech zabiegach kontrolnych. Rozmiar mojej próbki jest niewielki (n = 5) i większość moich rozkładów zwykle nie jest dystrybuowana.

W przypadku rozkładów normalnych użyłem ANOVA do analizy różnic (zmiana procentowa) między wynikami leczenia, a następnie użyłem HSD Tukeya do przetestowania istotności różnic między parami wyników.

W przypadku danych, które nie są normalnie dystrybuowane, zastosowałem test Wilcoxona / Kruskala-Wallisa. Czy istnieje nieparametryczny odpowiednik Tukey HSD, którego można użyć do zbadania różnic między tymi parami wyników?

Zrobiłem trochę badań w Google, ponieważ uznałem pytanie za dość interesujące, wspomniano o tych testach:

• Test Nemenyi-Damico-Wolfe-Dunn ( link , jest pakiet r do wykonania testu)
• Dwass-Steel-Chritchlow-Fligner ( link , Conover WJ, Practical Nonparametric Statistics (3rd edition). Wiley 1999.
• Test Conover-Inman ( link , taki sam jak powyżej)

Nie znałem żadnego z nich i nie wiem, czy którykolwiek z nich jest dostępny w JMP. Jeśli nie: są ludzie wykonujący standardową anovę, ale po prostu zastępujący wartości zależne swoimi szeregami. Następnie możesz ponownie użyć HSD Tukeya.

Jeśli chcesz przetestować efekt przy użyciu wielu statystyk Wilcoxona, możesz przejść dalej, obliczając zakres swoich statystyk, a następnie symulując rozkład zakresu w ramach hipotezy „wszystkie efekty są zerowe”. Nie sądzę, że znajdziesz tabele dla rozkładu zakresu próbki z rozkładu Wilcoxona.

JMP dokonuje porównań Steel-Dwass. Użyj „Dopasuj Y do X”, a następnie w menu „Jednokierunkowa analiza ...” wybierz „Nieparametryczne” -> „Wiele nieparametrycznych porównań” -> „Wszystkie pary Steel-Dwass”

Jest kruskalmc działają w pgirmess pakietu w R . Opis testu:

Test wielokrotnego porównania między zabiegami lub zabiegami a kontrola po teście Kruskala-Wallisa.