您对“中位数”一词的看法是对的，尽管 Kruskal-Wallis不是中位数的测试。您需要的是中位数测试。它测试（通过卡方渐近或完全通过排列）几个组在高于/不高于某个值的观察比率方面是否相同。默认情况下，该值采用组合样本的中位数（因此是测试的名称，然后是总体中位数相等性的测试）。但是您可以指定中位数以外的其他值。任何分位数都可以。然后，该测试将比较各组的不高于分位数的病例比例。

有一种方法可以同时比较两组的所有分位数：

同时比较所有分位数，以全面了解分布的不同之处和差异程度。例如，第 1 组中的低分参与者可能与第 2 组中的低分参与者非常相似，但对于高分参与者，情况可能正好相反。

（取自 Rand R. Wilcox 的剧本）

该方法由Doksum 和 Sievers于 1976 年导出，并作为R 的WRS包中的sband函数实现。该方法在控制整体的同时对所有分位数进行比较$\alpha$错误。

但是，您一次只能比较两组。也许你可以通过调整来进行成对比较$\alpha$通货膨胀。