Есть ли непараметрический эквивалент Тьюки HSD?

Я использую JMP для изучения различий в растительном покрове в группах форм роста (деревья, кустарники, кустарники и т. Д.) До и после трех обработок с контролем. Размер моей выборки небольшой (n = 5), и большинство моих дистрибутивов обычно не распространяются.

Для нормального распределения я использовал ANOVA для анализа различий (процентное изменение) между результатами обработок, затем использовал HSD Тьюки для проверки значимости различий между парами результатов.

Для не нормально распределенных данных я использовал тест Уилкоксона / Крускала-Уоллиса. Есть ли непараметрический эквивалент Tukey HSD, который я могу использовать для изучения различий между этими парами результатов?

Я провел небольшое исследование в Google, потому что нашел вопрос довольно интересным, эти тесты были упомянуты:

• Тест Nemenyi-Damico-Wolfe-Dunn ( ссылка , есть r-пакет для проведения теста)
• Dwass-Steel-Chritchlow-Fligner ( ссылка , Conover WJ, Практическая непараметрическая статистика (3-е издание). Wiley 1999.
• Тест Коновера-Инмана ( ссылка та же, что и выше)

Я не знал ни одного из них, и я не знаю, доступен ли какой-либо из них в JMP. Если нет: есть люди, делающие стандартную анову, но просто заменяющие зависимые значения своими рангами. Тогда вы могли бы снова использовать HSD Тьюки.

Если вы хотите проверить эффект, используя много статистики Уилкоксона, вы можете рассчитать диапазон вашей статистики, а затем смоделировать распределение диапазона в соответствии с гипотезой «все эффекты - ноль». Я не думаю, что вы найдете таблицы для распределения диапазона выборки из распределения Уилкоксона.

JMP проводит сравнения Steel-Dwass. Используйте «Fit Y by X», затем в меню «Oneway Analysis of ...» выберите «Непараметрический» -> «Непараметрические множественные сравнения» -> «Steel-Dwass All Pairs»

В пакете pgirmess в R есть функция kruskalmc . Описание теста:

Многократный сравнительный тест между обработками или обработками по сравнению с контролем после теста Крускала-Уоллиса.