<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
你好，
我有来自相同~60个人群的样本的时间序列（五个时间步长），每个样本是60的随意选择（即不完全随机）子集。每次的样本大小范围从大约15到最多50，并且我对样本中的每个个体进行的测量是从0到1的连续变量。
由于样本量每次都不同，不配对（同一个体可能被测量不止一次，但没有被跟踪），有不等的差异，并且不符合正态分布，我选择使用Kruskal- Wallis测试在JMP版本9中作为样本之间存在差异的非参数测试。并且存在差异（p <0.01）。
据我所知，JMP为我提供了两种可能的事后测试，以找出差异所在：“Steel-Dwass All Pairs”和“Dunn All Paris for Joint Ranks”。
根据JMP文件，Steel-Dwass All Pairs“对每对进行Steel-Dwass测试。这是All Pairs的非参数版本，Tukey HSD“，而Dunn All Pairs for Joint Ranks”执行每对的比较，类似于Steel-Dwass All Pairs选项。Dunn方法的不同之处在于它计算所有数据的排名，而不仅仅是被比较的对。
我的问题是：（1）我是否正确地开始进行Kruskal-Wallis测试？（2）我提出的两个事后测试之间有什么区别，我应该如何在它们之间做出选择？
非常感谢你的帮助！如果我应该提供任何其他信息，请告诉我。
PS我已经附加了运行两个测试的结果，我是否正确地解释了p <0.05的情况是统计上显着的差异？（我的alpha = 0.05）
PSS问题也是这里 。
