机器算法验证 - R中重复测量和事后单一比较的非参数检验？ - 吾爱随笔录

一些属性 $x$ 使用带有 7 个干扰项的李克特量表在 6 个时间点重复记录 17 个人中的一个。我可以应用哪些统计测试来检查 6 个时间点的变化是否显着？

set.seed( 123 )
x <- matrix( sample( 1:7, 17*6, repl=T ), 
  nrow = 17, byrow = TRUE,
  dimnames = list(1:17, paste( 'T', 1:6, sep='' ))
)

我找到了弗里德曼检验和奎德检验来检验整体假设。

friedman.test( x )
quade.test( x )

然而，R 帮助文件、我的教科书（Bortz、Lienert 和 Boehnke，2008 年；Köhler、Schachtel 和 Voleske，2007 年；均为德语）和 Wikipedia 文本在它们提出的测试要求方面存在差异。R 表示数据需要不被复制。我将“未复制”读作“未重复”，但对吗？如果是这样，则相反，该示例friedman.test()似乎使用了确实重复的措施。然而，维基百科却说相反，也就是说测试很好，特别是如果数据代表重复测量。教科书说要么（在同一段中，这非常令人困惑）。什么是对的？

此外，对于表明哪一列与其他列显着不同的事后单一比较，什么是合适的测试？

Bortz, Lienert, Boehnke (2008)。Verteilungsfreie Methoden in der Biostatistik。柏林：Springer Köhler、Schachtel、Voleske（2007 年）。生物统计学：Eine Einführung für Biologen und Agrarwissenschaftler。柏林：斯普林格