<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
Ciao,
Ho una serie temporale (cinque fasi temporali) di campioni da una popolazione degli stessi ~ 60 individui, ognuno dei quali è un sottoinsieme scelto casualmente (cioè non completamente casuale) degli anni '60. Le dimensioni del campione ogni intervallo di tempo da circa 15 a fino a 50 e la misura che faccio per ogni individuo in un campione è una variabile continua che va da 0 a 1.
Poiché le dimensioni del campione sono diverse ogni volta, NON sono accoppiate (lo stesso individuo può essere stato misurato più di una volta, ma non è tracciato), hanno varianze disuguali e non sono conformi a una distribuzione normale, ho optato per usare il Kruskal- Test di Wallis in JMP versione 9 come test non parametrico per l'esistenza di differenze tra i campioni. E ci sono differenze (p <0,01).
Per quanto posso dire, JMP mi fornisce due possibili test post-hoc per trovare le differenze: "Steel-Dwass All Pairs" e "Dunn All Paris for Joint Ranks".
Secondo la documentazione di JMP, Steel-Dwass All Pairs "esegue il test Steel-Dwass su ogni coppia. Questa è la versione non parametrica di All Pairs, Tukey HSD ", mentre Dunn All Pairs for Joint Ranks" esegue un confronto di ogni coppia, simile all'opzione Steel-Dwass All Pairs. Il metodo di Dunn è diverso in quanto calcola i ranghi su tutti i dati, non solo sulla coppia che viene confrontata ".
Le mie domande sono: (1) avevo ragione nell'eseguire il test di Kruskal-Wallis per cominciare? (2) Quali sono le differenze tra i due test post-hoc che mi vengono presentati e come dovrei scegliere tra loro?
Grazie mille per il vostro aiuto! Per favore fatemi sapere se ci sono altre informazioni che dovrei fornire.
PS Ho allegato i risultati dell'esecuzione di entrambi i test, li interpreto correttamente che i casi con p <0.05 sono le differenze statisticamente significative? (il mio alfa = 0.05)
PSS La domanda è anche Qui .
