Apakah ada setara nonparametrik dari Tukey HSD?

Saya menggunakan JMP untuk memeriksa perbedaan tutupan vegetasi dalam kelompok bentuk pertumbuhan (pohon, semak, forb, dll.) Sebelum dan sesudah tiga perlakuan dengan kontrol. Ukuran sampel saya kecil (n = 5) dan sebagian besar distribusi saya tidak terdistribusi normal.

Untuk distribusi normal saya menggunakan ANOVA untuk menganalisis perbedaan (perubahan persen) antara hasil perawatan, kemudian menggunakan Tukey HSD untuk menguji signifikansi perbedaan antara pasangan hasil.

Untuk data yang didistribusikan secara tidak normal saya menggunakan uji Wilcoxon / Kruskal-Wallis. Apakah ada setara nonparametrik dari Tukey HSD, yang dapat saya gunakan untuk memeriksa perbedaan antara pasangan hasil ini?

Saya melakukan sedikit riset google karena saya menemukan pertanyaan yang cukup menarik, tes ini telah disebutkan:

• Tes Nemenyi-Damico-Wolfe-Dunn ( tautan , ada paket-r untuk melakukan tes)
• Dwass-Steel-Chritchlow-Fligner ( tautan , Conover WJ, Statistik Nonparametrik Praktis (edisi ke-3). Wiley 1999.
• Tes Conover-Inman ( tautan , sama seperti di atas)

Saya tidak tahu semua ini dan saya tidak tahu apakah ini tersedia di JMP. Jika tidak: Ada orang yang melakukan anova standar tetapi hanya mengganti nilai-nilai dependen dengan peringkat mereka. Maka Anda bisa menggunakan HSD Tukey lagi.

Jika Anda ingin menguji suatu efek menggunakan banyak statistik Wilcoxon, Anda dapat melanjutkan dengan menghitung rentang statistik Anda, dan kemudian mensimulasikan distribusi rentang di bawah hipotesis "semua efek adalah nol". Saya tidak berpikir Anda akan menemukan tabel untuk distribusi rentang sampel dari distribusi Wilcoxon.

JMP melakukan perbandingan Steel-Dwass. Gunakan 'Fit Y by X' lalu pada menu 'Oneway Analysis of ...' pilih 'Nonparametric' -> 'Nonparametric Multiple Comparisons' -> 'Steel-Dwass All Pairs'

Ada kruskalmc fungsi dalam pgirmess paket di R . Deskripsi tes:

Uji perbandingan berganda antara perawatan atau perawatan versus kontrol setelah uji Kruskal-Wallis.