¿Existe un equivalente no paramétrico de Tukey HSD?

Estoy usando JMP para examinar las diferencias en la cubierta vegetal en grupos de formas de crecimiento (árboles, arbustos, hierbas, etc.) antes y después de tres tratamientos con un control. El tamaño de mi muestra es pequeño (n = 5) y la mayoría de mis distribuciones no se distribuyen normalmente.

Para las distribuciones normales, utilicé ANOVA para analizar las diferencias (cambio porcentual) entre los resultados de los tratamientos, luego utilicé el Tukey HSD para evaluar la importancia de las diferencias entre pares de resultados.

Para los datos no distribuidos normalmente utilicé la prueba de Wilcoxon / Kruskal-Wallis. ¿Existe un equivalente no paramétrico de Tukey HSD que pueda usar para examinar las diferencias entre estos pares de resultados?

Hice una pequeña investigación en Google porque encontré la pregunta bastante interesante, se han mencionado estas pruebas:

• Prueba de Nemenyi-Damico-Wolfe-Dunn ( enlace , hay un paquete r para hacer la prueba)
• Dwass-Steel-Chritchlow-Fligner ( enlace , Conover WJ, Estadísticas prácticas no paramétricas (3ª edición). Wiley 1999.
• Prueba de Conover-Inman ( enlace , igual que el anterior)

No sabía nada de esto y no sé si alguno de estos está disponible en JMP. Si no: hay personas que realizan una anova estándar pero simplemente reemplazan los valores dependientes por sus filas. Entonces podría usar el HSD de Tukey nuevamente.

Si desea probar un efecto usando muchas estadísticas de Wilcoxon, puede hacerlo calculando el rango de sus estadísticas y luego simulando la distribución del rango bajo la hipótesis "todos los efectos son nulos". No creo que encuentre tablas para la distribución del rango de muestra de una distribución de Wilcoxon.

JMP hace comparaciones Steel-Dwass. Use 'Ajustar Y por X' y luego en el menú 'Análisis unidireccional de ...' elija 'No paramétrico' -> 'Comparaciones múltiples no paramétricas' -> 'Steel-Dwass All Pairs'

Hay kruskalmc función en pgirmess paquete en R . Descripción de la prueba:

Prueba de comparación múltiple entre tratamientos o tratamientos versus control después de la prueba de Kruskal-Wallis.