<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
你好，
我有一個時間序列（五個時間步長）的樣本，該樣本來自約 60 個相同個體的群體，每個樣本都是 60 個個體中隨意選擇的（即不是完全隨機的）子集。 每次的樣本量範圍從大約 15 到最多 50，而我對樣本中的每個個體所做的測量是一個從 0 到 1 的連續變數。
由於樣本大小每次都不同，不配對（同一個人可能被測量多次，但沒有被跟踪），方差不等，並且不符合正態分佈，我選擇使用 Kruskal- JMP 版本9 中的Wallis 檢定作為樣本之間是否存在差異的非參數檢定。 且存在差異（p < 0.01）。
據我所知，JMP 為我提供了兩種可能的事後測試來找出差異所在：「Steel-Dwass All Pairs」和「Dunn All Paris for Joint Ranks」。
根據 JMP 文檔，Steel-Dwass All Pairs「對每對執行 Steel-Dwass 測試。 這是「所有對，Tukey HSD」的非參數版本，而「聯合排名的 Dunn 所有對」對每對進行比較，類似於 Steel-Dwass 所有對選項。 Dunn 方法的不同之處在於它計算所有數據的排名，而不僅僅是被比較的數據對」。
我的問題是：(1) 我一開始執行 Kruskal-Wallis 檢定是否正確？ (2) 我遇到的兩個事後測試有什麼區別，我該如何選擇？
非常感謝你的幫忙！ 如果我需要提供任何其他信息，請告訴我。
聚苯乙烯 我已附上執行這兩個測試的結果，我是否正確地解釋了 p < 0.05 的情況是否具有統計顯著性差異？ （我的阿爾法 = 0.05）
PSS 問題還在於這裡。
