我有一个很长的数据集(N=499)。由此，我比较了指数在8种不同处理下的表现(每种处理中有不同数量的样本)。
我已经做了一个Kruskal-Wallis，结果很显著(p值<2.2 e-16)。
现在，对于事后测试，我正在考虑使用Dunn测试，但我读到Wilcoxon也可能有用，有什么建议吗?
非常感谢大家。
这个答案真的属于Cross Validated，而不是stackoverflow， 但是:
Wilcoxon(又名Mann-Whitney又名Mann-Whitney-Wilcoxon)秩和检验不适合作为在Kruskal-Wallis检验被拒绝后的成对比较的事后检验:
-
秩和检验不使用与Kruskal-Wallis检验相同的秩排序。Kruskal-Wallis检验在所有组中进行排名，但秩和检验将在每个比较中简单地在两组之间进行排名。这导致每个测试使用不同的排名——实际上是不同的数据。
-
如果Kruskal-Wallis检验的零假设为真，则每一组都是从具有相同方差的排序观察值的总体中抽取的。该方差的最佳估计是用于计算Kruskal-Wallis检验统计量(并且类似于拒绝单向方差分析后的post hoct检验中的汇总方差)。在两两检验的构建中，秩和检验不包括所有组间的汇总方差，而只包括每个检验中的两个组。
Dunn的检验保留了Kruskal-Wallis使用的秩，并使用汇总方差估计来构建事后近似z检验统计量。
Conover-Iman检验同样保留了Kruskal-Wallis使用的秩，并使用汇总方差估计来构建事后t检验统计量。当且仅当拒绝Kruskal-Wallis检验时，此检验有效，但提供比Dunn检验更一致的拒绝null的能力。