非参数检验大家好，
我目前正在撰写一篇科学文章，研究地理来源对橄榄油脂肪酸组成的影响。 具体来说，我从 4 个不同的地理来源收集了 9 个样本。 我的目标是确定这 4 个来源的脂肪酸组成是否存在显着差异。
在我之前的研究中，我经常使用方差分析和 Tukey (HSD) 检验来评估组间差异。 然而，在我目前的研究中，我遇到了数据不满足正态性和方差同质性假设的情况。
为了解决这个问题，我一直在考虑非参数检验。 我遇到过使用 Kruskal-Wallis 测试的建议，但我不确定与它结合使用哪种事后测试。
有人可以提供指导吗？
基础数据分析和建模数据探索和可视化回复：非参数检验你好，ELH，
在我的公司，我们经常使用 Kruskal-Wallis 和 (Mood's) 中值检验来比较组的集中趋势，并使用 Levene 检验来比较非参数数据的组间变异。
> 非参数 > Wilcoxon / Kruskal-Wallis 检验
> 非参数 > 非参数多重比较 > Wilcoxon 每对
> 非参数 > 中值检验
这克鲁斯卡尔-沃利斯检验比较平均排名每个人口。
在存在异常值的情况下，总体的平均排名可能会出现显着偏差，从而导致决策错误。
这情绪中值测试比较数据点的数量高于/低于每个群体的中位数。
因此，该测试对于异常值的存在更加稳健。
希望这可以帮助。研究听起来很美味！
回复：非参数检验谢谢 ：）
回复：非参数检验谢谢先生的回答，你让我很高兴:)
