Comparaisons multiples dans un test non paramétrique


11

Je travaille avec un ensemble de données non paramétrique et comportant 12 traitements. J'ai effectué le test de Kruskal-Wallis et obtenu une valeur significative , et maintenant je voudrais effectuer une procédure de comparaisons multiples pour voir lesquels des traitements diffèrent de manière significative. Il y a beaucoup d'informations sur ce sujet, mais je n'ai rien trouvé qui traite spécifiquement de ce problème. Des idées?? p

Réponses:


10

Vous recherchez le test de Dunn (ou, disons, le test de Conover-Iman). Cela ressemble beaucoup à un ensemble de tests de somme de classement par paire , mais les versions de Dunn (1) tiennent compte de la variance groupée impliquée par l'hypothèse nulle et (2) conserve le classement utilisé pour effectuer le test de Kruskal-Wallis. L'exécution de tests de somme de rangs de Wilcoxon / Mann-Whitney pour les variétés de jardin ne tient pas compte de ces problèmes. On peut, bien sûr, effectuer des corrections de taux d'erreurs familiales ou de taux de fausses découvertes pour des comparaisons multiples avec le test de Dunn.

Le test de Dunn est implémenté pour Stata dans le package dunntest (du type Stata lorsqu'il estnet describe dunntest, from(https://alexisdinno.com/stata) connecté à Internet), et pour R dans le package dunn.test ; les deux packages incluent de nombreuses options d'ajustement de comparaison multiple. On pourrait également effectuer le test de Dunn en SAS en utilisant la macro d'Elliott et Hynan, KW_MC .

Comme je l'ai écrit dans une question CV connexe : il existe quelques tests post hoc par paires moins connus pour suivre un Kruskal-Wallis rejeté, y compris Conover-Iman (comme Dunn, mais basé sur la distribution t , plutôt que sur la distribution z , strictement plus puissant que le test de Dunn, et également implémenté pour Stata dans le package conovertest , et pour R dans le package conover.test ), et les tests Dwass-Steel-Citchlow-Fligner.


Références
Dunn, OJ (1964). Comparaisons multiples utilisant des sommes de classement. Technometrics , 6 (3): 241–252.


pouvez-vous expliquer pourquoi ne pas utiliser des méthodes douces telles que "fdr"?
user4581

@ user4581 Je ne suis pas sûr de comprendre votre question. Tout d'abord, qu'entendez-vous par «doux»? Deuxièmement, que voulez-vous dire par «pourquoi pas», on peut certainement utiliser des méthodes de taux de fausses découvertes pour ajuster les comparaisons multiples avec le test de Dunn ou le test de Conover-Iman.
Alexis
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.