Tukey HSD是否具有非参数等效项？

我正在使用JMP来检查在用对照进行的三种处理之前和之后，生长形式组（树木，灌木，Forb等）的植被覆盖率差异。我的样本量很小（n = 5），并且我的大多数分布都不是正态分布。

对于正态分布，我使用方差分析来分析治疗结果之间的差异（变化百分比），然后使用Tukey HSD来检验结果对之间差异的显着性。

对于非正态分布的数据，我使用了Wilcoxon / Kruskal-Wallis检验。是否可以使用Tukey HSD的非参数等效项来检查这些结果对之间的差异？

我做了一些谷歌研究，因为我发现这个问题很有趣，提到了以下测试：

• Nemenyi-Damico-Wolfe-Dunn测试（链接，有一个用于执行测试的r-package）
• Dwass-Steel-Chritchlow-Fligner（链接，Conover WJ，实用非参数统计（第三版）。Wiley1999 。
• Conover-Inman测试（链接，同上）

我不知道其中任何一个，也不知道JMP中是否可以使用其中任何一个。如果不是：有人在做标准的方差分析，只是简单地用行列代替从属值。然后，您可以再次使用Tukey的HSD。

如果要使用许多Wilcoxon统计量测试效果，则可以通过计算统计值的范围，然后在“所有效果均为零”假设下模拟范围的分布来进行。我认为您不会从Wilcoxon分布中找到样本范围分布的表格。

JMP进行Steel-Dwass比较。使用“通过X拟合Y”，然后在“ ...的单向分析”菜单上，选择“非参数”->“非参数多重比较”->“钢-Dwass所有对”

R中的pgirmess包中有kruskalmc函数。测试说明：

在Kruskal-Wallis测试后，治疗之间或治疗与对照之间进行多重比较测试。