Estoy trabajando con un conjunto de datos que no es paramétrico y tiene 12 tratamientos. Realicé la prueba de Kruskal-Wallis y obtuve un valor significativo , y ahora me gustaría realizar un procedimiento de comparaciones múltiples para ver cuál de los tratamientos difiere significativamente. Hay mucha información sobre este tema, pero no he encontrado nada que aborde específicamente este problema. ¿¿Algunas ideas??
Estás buscando la prueba de Dunn (o, digamos, la prueba de Conover-Iman). Esto es muy parecido a un conjunto de pruebas de suma de rango por pares , pero las versiones de Dunn (1) explican la varianza agrupada implicada por la hipótesis nula, y (2) retiene la clasificación utilizada para realizar la prueba de Kruskal-Wallis. Realizar pruebas de suma de rango de variedad de jardín Wilcoxon / Mann-Whitney ignora estos problemas. Por supuesto, se puede realizar una tasa de error familiar o correcciones de tasa de descubrimiento falsas para comparaciones múltiples con la prueba de Dunn.
La prueba de Dunn se implementa para Stata en el paquete dunntest (del tipo Stata net describe dunntest, from(https://alexisdinno.com/stata)mientras está conectado a Internet) y para R en el paquete dunn.test ; ambos paquetes incluyen muchas opciones de ajuste de comparación múltiple. También se podría realizar la prueba de Dunn en SAS utilizando la macro de Elliott y Hynan, KW_MC .
Como escribí en una pregunta relacionada con el CV : hay algunas pruebas por pares post hoc menos conocidas para seguir a un Kruskal-Wallis rechazado, incluido Conover-Iman (como Dunn, pero basado en la distribución t , en lugar de la distribución z , estrictamente más potente que la prueba de Dunn, y también implementado para Stata en el paquete conovertest , y para R en el paquete conover.test ), y las pruebas Dwass-Steel-Citchlow-Fligner.
Referencias
Dunn, OJ (1964). Múltiples comparaciones usando sumas de rango. Technometrics , 6 (3): 241–252.