我想用以下方法测试模型：
summary(aov(dep~ind.1*ind.2))
但由于正态性和同方差性的假设不受尊重，因此p值不可互相混淆。我正在寻找一种可以取代这种双向anova的非参数测试（更常见的是一种n路Anova）
Durbin-Watson测试是一个很好的解决方案吗？
我正在尝试进行Durbin-Watson测试，但我没有成功！
require(lmtest)
dwtest(dep~ind.1*ind.2) # Fail
dwtest(lm(dep~ind.1*ind.2)) # I get only one p.value instead of the three I expected
为了使我的问题可以重现，这里有一些数据：
set.seed(34)
dep = runif(24,0,1)
ind.1 = rep(c(1,2),12)
ind.2 = rep(c(1,2),each=12)
答案 0 :(得分：0)
Durbin-Watson统计量主要用于检测时间序列分析的自相关，而不是ANOVA。
您可能需要查看Kruskal-Wallis H测试排名总和测试： http://www.anselm.edu/homepage/jpitocch/biostats/nonparamstats.html
如果您搜索“R Kruskal-Wallis H test”，Google上有很多资源
祝你好运！