从皮尔逊相关检验计算精确的 p 值(手动或在 R 中)



(我认为是(一个非常简单的问题。我刚刚对R进行了皮尔逊相关检验,我想知道确切的p值。然而,p值是如此小R(或Excel中的tdist,或任何其他在线计算软件(告诉我p值是<2.2e-16或0。我怀疑这与我的大量观测(n=11001(有关。

这是我运行成对相关得到的输出

cor.test(mets$s_M48153,mets$s_M48152(

Pearson's product-moment correlation
data:  mets$s_M48153 and mets$s_M48152
t = 88.401, df = 10999, p-value < 2.2e-16
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
0.6334378 0.6552908
sample estimates:
cor 
0.6444959 

"cor.test(mets$s_M48153,mets$s.M48152($p.value"也给了我一个0的p值。

因此,我想使用t统计量和自由度手动计算精确的p值,但我在任何地方都找不到公式。有人知道这个公式吗,或者能告诉我如何从R中提取精确的p值吗(如果可能的话(?

感谢大家的建议和建议,很抱歉没有尽快回复。直到最近,我一直在处理一些事情。然而,我确实询问了我所在部门的一位统计学家,他同意r2evans的说法。如果p值小于10^-16,那么报告"精确"值就没有什么意义,因为有强有力的证据表明结果与零假设不同。

p值可能很重要的一种情况是,当你想按显著性顺序进行排名时,但你可以通过使用z分数进行排名来绕过这一点。

为了解决最初的问题,我遵循本指南,我在发布这个问题很久之后才发现:https://stats.stackexchange.com/questions/315311/how-to-find-p-value-using-estimate-and-standard-error.

相关内容

  • 没有找到相关文章

最新更新