很晚的答案，但你可能会发现这个问题，这篇文章很有帮助。就个人而言，我只会运行一个线性模型，将类别表示为（有序）整数，并检查系数。

BMJ 统计系列中也有一些很好的指导。

第一步是绘制三个直方图并查看它们重叠的程度。如果有足够的数据来制作直方图（40+ 个样本），可用于识别每个类别中的分布是否为正态分布，并且它们是正态分布的，则对配对均值进行 t 检验，并对差异进行 Levene 检验方差（即标准差平方）将很有效，并允许确定组之间是否存在关于连续变量的位置或其可变性的有组织的差异。将这些测试作为单边测试进行，可以确定它们之间的排名，例如 A>B>C 与否。如果每组中的样本少于 40 个，或者如果没有可以标准化数据的方法，例如取倒数，

Jonckheere-Terpstra 测试是您可能正在寻找的工具。

R 包 brms（使用 Stan 的贝叶斯回归模型）可以使用贝叶斯估计来拟合具有序数预测变量的模型。brms 可以处理广泛的设计（例如多变量和/或纵向和/或分层）和广泛的分布（计数、有序结果、连续结果、审查等）。它还可以结合时间和空间自相关并拟合混合模型。brms 的作者 Paul Buerkner 提供了大量的小插图来演示如何使用该包的许多功能。您可以在以下位置查看单调序数预测变量： https ://cran.r-project.org/web/packages/brms/vignettes/brms_monotonic.html