Tukey HSDのノンパラメトリックな同等物はありますか？

JMPを使用して、コントロールを使用した3つの処理の前後に、成長形態グループ（樹木、低木、樹木など）の植生被覆の違いを調べています。サンプルサイズが小さく（n = 5）、ほとんどの分布は通常分布していません。

正規分布の場合、ANOVAを使用して治療結果の差（変化率）を分析し、Tukey HSDを使用して結果のペア間の差の有意性をテストしました。

非正規分布データの場合、Wilcoxon / Kruskal-Wallis検定を使用しました。これらの結果のペアの違いを調べるために使用できる、Tukey HSDのノンパラメトリックな同等物はありますか？

質問が非常に興味深いとわかったため、Googleで少し調査を行いました。これらのテストについて言及されています。

• Nemenyi-Damico-Wolfe-Dunnテスト（リンク、テストを行うためのrパッケージがあります）
• Dwass-Steel-Chritchlow-Fligner（link、Conover WJ、Practical Nonparametric Statistics（3rd edition）。Wiley 1999。
• Conover-Inmanテスト（link、上記と同じ）

私はこれらのどれも知らなかったし、JMPでこれらのどれが利用可能かどうかも知りません。そうでない場合：標準のanovaを実行しているが、依存する値をランクで単純に置き換える人がいます。その後、TukeyのHSDを再び使用できます。

多くのWilcoxon統計を使用して効果をテストする場合は、統計の範囲を計算し、「すべての効果がNULL」仮説の下で範囲の分布をシミュレートすることで対処できます。Wilcoxon分布からのサンプル範囲の分布の表は見当たりません。

JMPはSteel-Dwassの比較を行います。「YでXに合わせる」を使用してから、「一方向分析...」メニューで「ノンパラメトリック」->「ノンパラメトリック多重比較」->「すべてのペアをスチール-ダス」を選択します。

Rのpgirmessパッケージにkruskalmc関数があります。テストの説明：

Kruskal-Wallis検定後の治療または治療と対照の多重比較検査。