Czy istnieje nieparametryczny odpowiednik Tukey HSD?

23

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?

Wujek
źródło

Odpowiedzi:

14

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.

psj
źródło
2

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.

JohnRos
źródło
2

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”

Andy Taylor
źródło
2

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

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

Jot eN
źródło