非参数ANCOVA函数sm.ancova适用事后检验及相关工具咨询

适用的事后检验方法 #

• 秩变换调整后两两比较：先对因变量、协变量做同步秩变换，再执行控制协变量效应的组间两两检验，和sm.ancova的非参数分析逻辑适配性最高，无需依赖正态分布、方差齐性假设。
• 置换框架下的组间比较：通过置换样本分组的方式计算组间差异的显著性，同时控制协变量的影响，适合样本量较小的场景，事后多重比较可搭配Bonferroni、FDR等方法校正一类错误。
• 稳健估计型两两检验：如果数据存在极端值、异方差问题，可采用基于M估计的稳健事后检验，同样会调整协变量效应，结果抗干扰性更强。

可直接使用的R包推荐 #

• emmeans包：适配绝大多数统计模型的事后检验需求，你可以将sm.ancova的拟合结果传入emmeans()函数，指定分组变量和协变量调整规则，即可输出组间两两比较结果，多重比较校正可通过adjust参数设置，示例代码：
  emmeans(fit, pairwise ~ 分组变量名, adjust = "bonferroni")
  其中fit为你运行sm.ancova得到的拟合对象。
• rcompanion包：内置非参数ANCOVA专用事后检验函数non.part.test()，无需手动处理秩变换步骤，可直接输出调整协变量效应后的组间两两比较结果，内置多种多重比较校正方法。
• WRS2包：专注稳健统计分析的工具包，其配套的lincon类函数可实现稳健非参数ANCOVA的两两比较，对存在极端值、异方差的数据集适配性更好。

注意事项 #

• 请根据你的分组数量选择匹配的多重比较校正方法，避免未校正导致的一类错误膨胀
• 若数据分布偏离常规的程度较高，优先选择置换检验或稳健类检验方法，结果可靠性更高

内容的提问来源于stack exchange，提问作者Changho Kim