我试图从正态分布和非正态分布中识别组之间的显着差异。当分布正常时，工作流程非常简单：方差分析，然后进行 Tukey 的 HSD 测试，以确定导致显着变化的组。当分布不正常时，我应用 Kruskal-Wallis 检验，然后应用成对 Wilcoxon 检验（R 函数pairwise.wilcox.test()）来识别组。我知道 Wilcoxon 测试是t测试的非参数版本，并且不对应于 Tukey 的 HSD 测试，但我想知道我所做的是否是错误的，哪个是 t 的结果之间的主要区别-test 和 Tukey 的测试，因为它们都给出了组之间的差异。
成对 Wilcoxon 检验是 Tukey 的 HSD 检验的有效非参数替代方案吗？
机器算法验证
t检验
非参数
克鲁斯卡尔-沃利斯测试
配对数据
tukey-hsd-测试
2022-03-25 09:31:23
1个回答
不，它不是有效的非参数替代方案。
秩和检验（原始 Wilcoxon 风味或新改进的 Mann-Whitney品种）：
- 忽略 Kruskal-Wallis 测试使用的排名，以及
- 不要对成对检验使用合并方差。
例如，参见Kruskal-Wallis 检验和 Mann-Whitney U 检验。（此外，pairwise.wilcox.test似乎没有这些测试所做的关系调整。）
您可能要查找的非参数成对多重比较检验是 Dunn 检验、Conover-Iman 检验或 Dwass-Steel-Crichtlow-Fligner 检验。我已经免费提供了执行 Dunn 测试的软件包（带有用于控制 FWER 或 FDR 的选项）我已经为 Stata和R实现了 Dunn 测试，并为Stata和R实现了 Conover-Iman 测试。
参考文献
Conover, WJ 和 Iman, RL (1979)。关于多重比较程序。技术报告 LA-7677-MS，洛斯阿拉莫斯科学实验室。
Crichtlow, DE 和 Fligner, MA (1991)。关于单向方差分析中的无分布多重比较。统计通讯——理论与方法，20(1):127。
邓恩，OJ (1964)。使用秩和的多重比较。技术计量学，6（3）：241-252 。
其它你可能感兴趣的问题