我正在使用 JMP 来检查三种生长形式组(树木、灌木、杂草等)在使用对照进行 3 次处理之前和之后的植被覆盖度差异。我的样本量很小(n=5),而且我的大多数分布都不是正态分布的。
对于正态分布,我使用 ANOVA 分析处理结果之间的差异(百分比变化),然后使用 Tukey HSD 测试结果对之间差异的显着性。
对于非正态分布的数据,我使用了 Wilcoxon/Kruskal-Wallis 检验。是否有 Tukey HSD 的非参数等效项,我可以用它来检查这些结果对之间的差异?
我正在使用 JMP 来检查三种生长形式组(树木、灌木、杂草等)在使用对照进行 3 次处理之前和之后的植被覆盖度差异。我的样本量很小(n=5),而且我的大多数分布都不是正态分布的。
对于正态分布,我使用 ANOVA 分析处理结果之间的差异(百分比变化),然后使用 Tukey HSD 测试结果对之间差异的显着性。
对于非正态分布的数据,我使用了 Wilcoxon/Kruskal-Wallis 检验。是否有 Tukey HSD 的非参数等效项,我可以用它来检查这些结果对之间的差异?
R的pgirmess包中有kruskalmc函数。测试说明:
Kruskal-Wallis 检验后治疗或治疗与对照之间的多重比较测试。
如果您想使用许多 Wilcoxon 统计量来测试效果,您可以通过计算统计量的范围,然后在“所有效果都为空”假设下模拟范围的分布来进行。我认为您不会从 Wilcoxon 分布中找到样本范围分布的表格。
JMP 进行 Steel-Dwass 比较。使用 'Fit Y by X' 然后在 'Oneway Analysis of ...' 菜单上选择 'Nonparametric' -> 'Nonparametric Multiple Comparisons' -> 'Steel-Dwass All Pairs'