Mann-Whitney 檢驗能否用於 Kruskal-Wallis 之後的事後比較？

我有一個模擬，動物被放置在一個敵對的環境中，並定時查看它使用某種生存方法可以生存多長時間。它可以使用三種方法來生存。我使用每種生存方法對動物進行了 300 次模擬。所有模擬都在相同的環境中進行，但存在一些隨機性，因此每次都不同。我計算動物在每次模擬中存活的秒數。活得越久越好。我的數據如下所示：

Approach 1, Approach 2, Approach 2
45,79,38
48,32,24
85,108,44
... 300 rows of these

我不確定在此之後我所做的一切，所以如果我做的事情愚蠢和錯誤，請告訴我。我試圖找出使用特定方法的壽命是否存在統計差異。

我對每個樣本進行了夏皮羅測試，它們返回的 p 值很小，所以我相信數據沒有標準化。

行上的數據彼此沒有關係。用於每個模擬的隨機種子是不同的。因此，我相信數據沒有配對。

由於數據未標準化、未配對且樣本超過兩個，因此我進行了 Kruskal Wallis 檢驗，其 p 值為 0.048。然後我轉而選擇了 Mann Whitney。真的不確定是否應該在這裡使用 Mann Whitney。

我通過執行曼惠特尼檢驗將每種生存方法與其他方法進行了比較，即{（方法 1，方法 2），（方法 1，方法 3），（方法 2，方法 3）}。使用雙尾檢驗未發現這對（方法 2，方法 3）之間的統計顯著性，但使用單尾檢驗發現顯著性差異。

問題：

1. 我不知道這樣使用 Mann Whitney 是否有意義。
2. 我不知道我是否應該使用一尾或二尾 Mann Whitney。

不，您不應該使用 Mann-Whitney在這種情況下進行測試。

原因如下：Dunn 檢驗是一種適當的事後檢驗*在拒絕 Kruskal-Wallis 檢驗之後。如果從拒絕 Kruskal-Wallis 轉向執行普通的成對秩和（即 Wilcoxon 或 Mann-Whitney）檢驗，則會出現兩個問題：（1）用於成對秩和檢驗的秩是不是 Kruskal-Wallis 檢驗使用的等級；(2) 秩和檢驗不使用 Kruskal-Wallis 原假設隱含的匯總方差。鄧恩的測試沒有這些問題

拒絕 Kruskal-Wallis 測試後的事後測試（已針對多重比較進行了調整）可能無法拒絕給定家庭錯誤率或給定對應於給定錯誤發現率的所有成對測試對於綜合測試，就像任何其他多重比較綜合/事後測試場景一樣。

除非你有理由相信一個群體的生存時間比另一個群體的生存時間長或短*，*否則你應該使用雙邊檢驗。

Dunn 的測試可以在 Stata 中使用dunntest (type net describe dunntest, from(https://www.alexisdinno.com/stata)) 執行，在 R 中使用dunn.test包。

另外，我想知道您是否可以採用生存分析方法來評估動物是否以及何時根據不同的條件死亡？

一些不太知名的事後成對測試遵循被拒絕的 Kruskal-Wallis，包括 Conover-Iman（類似於 Dunn，但基於t分佈，而不是z分佈，在*conovertest包中為 Stata 實現，對於conover.test包中的 R）和 Dwass-Steel-Citchlow-Fligner 測試。

引用自：https://stats.stackexchange.com/questions/111869