Existe-t-il un équivalent non paramétrique de Tukey HSD?

J'utilise JMP pour examiner les différences de couverture végétale dans les groupes de formes de croissance (arbres, arbustes, forbes, etc.) avant et après trois traitements avec un témoin. Ma taille d'échantillon est petite (n = 5) et la plupart de mes distributions ne sont pas normalement distribuées.

Pour les distributions normales, j'ai utilisé l'ANOVA pour analyser les différences (variation en pourcentage) entre les résultats des traitements, puis j'ai utilisé le Tukey HSD pour tester la signification des différences entre les paires de résultats.

Pour les données non distribuées normalement, j'ai utilisé le test de Wilcoxon / Kruskal-Wallis. Existe-t-il un équivalent non paramétrique de Tukey HSD, que je peux utiliser pour examiner les différences entre ces paires de résultats?

J'ai fait une petite recherche sur google car j'ai trouvé la question assez intéressante, ces tests ont été mentionnés:

• Test Nemenyi-Damico-Wolfe-Dunn ( lien , il y a un r-package pour faire le test)
• Dwass-Steel-Chritchlow-Fligner ( lien , Conover WJ, Practical Nonparametric Statistics (3e édition). Wiley 1999.
• Test de Conover-Inman ( lien , comme ci-dessus)

Je n'en connaissais aucun et je ne sais pas si l'un d'eux est disponible dans JMP. Sinon: il y a des gens qui font un anova standard mais remplacent simplement les valeurs dépendantes par leurs rangs. Ensuite, vous pouvez utiliser à nouveau le HSD de Tukey.

Si vous souhaitez tester un effet à l'aide de nombreuses statistiques de Wilcoxon, vous pouvez procéder en calculant la plage de vos statistiques, puis en simulant la distribution de la plage sous l'hypothèse "tous les effets sont nuls". Je ne pense pas que vous trouverez des tableaux pour la distribution de la plage d'échantillons à partir d'une distribution de Wilcoxon.

JMP effectue des comparaisons Steel-Dwass. Utilisez 'Fit Y by X' puis dans le menu 'Oneway Analysis of ...' choisissez 'Nonparametric' -> 'Nonparametric Multiple Comparisons' -> 'Steel-Dwass All Pairs'

Il est kruskalmc fonction pgirmess package dans R . Description du test:

Test de comparaison multiple entre traitements ou traitements versus contrôle après test de Kruskal-Wallis.