我有一个很长的数据集(N = 499)。我正在比较一个指数如何与8种不同的处理方法(每种处理中的样本数量不同)。
我已经做了一个Kruskal-Wallis并且它很重要(p值<2.2e-16)。
现在,对于事后测试,我正在考虑使用Dunn测试,但我读过Wilcoxon也有用,有什么建议吗?
非常感谢你。
答案 0 :(得分:4)
这个答案真的属于Cross Validated,而非stackoverflow,但是:
Wilcoxon(又名Mann-Whitney又名Mann-Whitney-Wilcoxon)秩和检验不适合作为成对比较的 post hoc 测试,因为有两个原因导致拒绝Kruskal-Wallis检验:
秩和检验 使用与Kruskal-Wallis检验相同的排名顺序。 Kruskal-Wallis测试在所有组中排名,但排名和测试将在每次比较中简单地排在两组之间。
如果Kruskal-Wallis检验的零假设为真,那么每组都来自具有相同方差的群体。这种方差的最佳估计是用于计算Kruskal-Wallis检验统计量(并且类似于 post hoc t 汇总方差 >拒绝单向ANOVA后的测试)。秩和检验并未在成对检验的构建中包含所有组的合并方差,而是仅在每个检验中的两组中。
Dunn的测试保留了Kruskal-Wallis使用的等级,并使用合并方差估计来构建 post hoc 近似 z 测试统计数据。
Conover-Iman测试同样保留了Kruskal-Wallis使用的等级,并使用汇总方差估计来构建 post hoc t 测试统计数据。当且仅当拒绝Kruskal-Wallis测试时,此测试才有效,但是比Dunn测试提供更大的拒绝功能。