Gibt es ein nichtparametrisches Äquivalent zu Tukey HSD?

Ich benutze JMP, um Unterschiede in der Vegetationsbedeckung in Wachstumsgruppen (Bäume, Sträucher, Kräuter usw.) vor und nach drei Behandlungen mit einer Kontrolle zu untersuchen. Meine Stichprobe ist klein (n = 5) und die meisten meiner Verteilungen sind nicht normalverteilt.

Für die Normalverteilungen habe ich ANOVA verwendet, um die Unterschiede (prozentuale Änderung) zwischen den Behandlungsergebnissen zu analysieren, und dann die Tukey-HSD verwendet, um die Signifikanz von Unterschieden zwischen Ergebnispaaren zu testen.

Für die nicht normal verteilten Daten habe ich den Wilcoxon / Kruskal-Wallis-Test verwendet. Gibt es ein nichtparametrisches Äquivalent zu Tukey HSD, mit dem ich die Unterschiede zwischen diesen Ergebnispaaren untersuchen kann?

Ich habe ein bisschen bei Google recherchiert, weil ich die Frage ziemlich interessant fand. Diese Tests wurden erwähnt:

• Nemenyi-Damico-Wolfe-Dunn Test ( Link , es gibt ein R-Paket für den Test)
• Dwass-Steel-Chritchlow-Fligner ( Link , Conover WJ, Praktische nichtparametrische Statistik (3. Auflage). Wiley 1999.
• Conover-Inman-Test ( Link wie oben)

Ich kannte keine davon und ich weiß nicht, ob eine davon in JMP verfügbar ist. Wenn nicht: Es gibt Leute, die eine Standardanova machen, aber einfach die abhängigen Werte durch ihre Ränge ersetzen. Dann könnten Sie wieder Tukeys HSD verwenden.

Wenn Sie mit vielen Wilcoxon-Statistiken auf einen Effekt testen möchten, können Sie zunächst den Bereich Ihrer Statistiken berechnen und dann die Verteilung des Bereichs unter der Hypothese "Alle Effekte sind Null" simulieren. Ich glaube nicht, dass Sie Tabellen für die Verteilung des Probenumfangs aus einer Wilcoxon-Verteilung finden.

JMP führt Steel-Dwass-Vergleiche durch. Verwenden Sie 'Fit Y by X' und wählen Sie dann im Menü 'Oneway Analysis of ...' die Option 'Nonparametric' -> 'Nonparametric Multiple Comparisons' -> 'Steel-Dwass All Pairs'.

Es gibt kruskalmc Funktion in pgirmess Paket in R . Beschreibung des Tests:

Mehrfacher Vergleichstest zwischen Behandlungen oder Behandlungen gegen Kontrolle nach Kruskal-Wallis-Test.