非參數檢定大家好，
我目前正在寫一篇科學文章，研究地理來源對橄欖油脂肪酸組成的影響。 具體來說，我從 4 個不同的地理來源收集了 9 個樣本。 我的目標是確定這 4 個來源的脂肪酸組成是否有顯著差異。
在我之前的研究中，我經常使用變異數分析和 Tukey (HSD) 檢定來評估組間差異。 然而，在我目前的研究中，我遇到了資料不滿足常態性和變異數同質性假設的情況。
為了解決這個問題，我一直在考慮非參數檢定。 我遇到過使用 Kruskal-Wallis 檢定的建議，但我不確定與它結合哪種事後檢定。
有人可以提供指導嗎？
基礎資料分析與建模數據探索和視覺化回覆：非參數檢驗你好，ELH，
在我的公司，我們經常使用 Kruskal-Wallis 和 (Mood's) 中位數檢定來比較組的集中趨勢，並使用 Levene 檢定來比較非參數資料的組間變異。
> 非參數 > Wilcoxon / Kruskal-Wallis 檢定
> 非參數 > 非參數多重比較 > Wilcoxon 每對
> 非參數 > 中位數檢驗
這克魯斯卡爾-沃利斯檢驗比較平均排名每個人口。
在存在異常值的情況下，總體的平均排名可能會出現顯著偏差，從而導致決策錯誤。
這情緒中位數測試比較數據點的數量高於/低於每個群體的中位數。
因此，此測試對於異常值的存在更加穩健。
希望這可以幫助。研究聽起來很美味！
回覆：非參數檢驗謝謝 ：）
回覆：非參數檢驗謝謝先生的回答，你讓我很高興:)
