可以将Mann-Whitney检验用于Kruskal-Wallis之后的事后比较吗？

我进行了模拟，将动物放置在敌对环境中，并定时观察使用某种生存方法可以生存多长时间。它可以使用三种方法来生存。我使用每种生存方法对动物进行了300次模拟。所有模拟都在相同的环境中进行，但存在一定的随机性，因此每次都不同。我计算每次模拟中动物存活多少秒。活得更长些更好。我的数据如下所示：

Approach 1, Approach 2, Approach 2
45,79,38
48,32,24
85,108,44
... 300 rows of these

我不确定在此之后所做的一切，所以请让我知道我是否在做愚蠢和错误的事情。我试图找出使用特定方法在寿命上是否存在统计差异。

我对每个样本都进行了Shapiro测试，结果以很小的p值返回，因此我认为数据没有被标准化。

行上的数据彼此之间没有关系。每个模拟使用的随机种子是不同的。结果，我认为数据没有配对。

由于数据未标准化，不成对并且存在两个以上的样本，因此我进行了Kruskal Wallis检验，得出p值为0.048。然后，我继续工作，选择了曼·惠特尼。真的不确定是否应该在这里使用Mann Whitney。

我通过执行曼恩·惠特尼（Mann Whitney）测试将每种生存方法与其他方法进行了比较，即{（方法1，方法2），（方法1，方法3），（方法2，方法3）}。使用双尾检验在两对之间（方法2，方法3）之间没有统计学意义的发现，但是使用单尾检验存在显着性差异。

问题：

1. 我不知道像这样使用Mann Whitney是否有意义。
2. 我不知道我应该用一两个尾巴的曼·惠特尼（Mann Whitney）。

不，您不应该使用曼惠特尼 $U$ 在这种情况下进行测试。

原因如下：Dunn的检验是一种适当的事后检验^*在拒绝Kruskal-Wallis检验之后。如果一个人从拒绝克鲁斯卡尔-沃利斯开始，转而执行普通的成对等级和（即Wilcoxon或Mann-Whitney）测试，那么将出现两个问题：（1）用于成对等级和测试的等级为不是Kruskal-Wallis检验使用的等级；（2）秩和检验不使用Kruskal-Wallis零假设所隐含的合并方差。邓恩的测试没有这些问题

已针对多次比较进行调整的拒绝Kruskal-Wallis检验后的事后检验可能无法拒绝针对给定的家庭错误率或与给定的错误发现率相对应的所有成对检验$\alpha$适用于综合测试，就像其他任何多个综合比较/ 事后测试方案一样。

除非你有理由相信，一个群体的生存时间比其他长或短的先验的，你应该使用双面测试。

Dunn的测试可以在Stata中使用dunntest（类型net describe dunntest, from(https://www.alexisdinno.com/stata)）执行，在R中使用dunn.test软件包执行。

另外，我想知道您是否可以采用生存分析方法来评估动物是否以及何时基于不同的条件死亡？

^*跟随被拒绝的Kruskal-Wallis进行跟踪的一些不太为人知的事后成对测试，包括Conover-Iman（与Dunn一样，但是基于t分布而不是z分布，是针对conatatest软件包中的Stata实现的，以及conover.test软件包中的R ）和Dwass-Steel-Citchlow-Fligner测试。

比例赔率模型是Kruskal-Wallis / Wilcoxon的统一概括，它允许以比值或同时置信区间作为赔率比进行一般对比。这是在我的R rms包orm和contrast.rms函数中实现的。

您也可以在Conover之后使用临界差，也可以在Schaich和Hamerle之后使用临界差。前者更为自由，而后者是精确的，但缺乏力量。这两种方法都显示在我的网站brightstat.com上，brightstat的webapp还可以让您计算这些关键差异并立即执行事后测试。 在Brightstat.com上的Kruskal-Wallis

如果您使用的是SPSS，请使用Bonferroni校正（p值除以组数）进行事后的Mann-Whitney。