从 Pearson 相关性检验（手动或在 R 中）计算精确的 p 值

Question

(我相信的是)一个很简单的问题。我刚刚在 R 中执行了 Pearson 相关性测试，我想知道确切的 p 值。然而，p 值太小 R（或 Excel 中的 tdist，或任何其他在线计算软件）告诉我 p 值 <2.2e-16 或 0。我怀疑它有一些东西处理我拥有的大量观察结果 (n = 11001)。

这是我从运行成对相关

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" 也给我一个 p 值 0。

因此，我想使用 t 统计量和自由度手动计算准确的 p 值，但我无法在任何地方找到公式。有谁知道公式，或者可以告诉我如何从 R 中提取精确的 p 值（如果可能）？

Answer 1

感谢大家的建议和建议，很抱歉没有及时回复。直到最近，我一直在处理一些事情。但是，我确实就此询问了我部门的一位统计学家，他同意 r2evans 所说的。如果 p 值小于 10^-16，则报告 'exact' 值毫无意义，因为关键在于有强有力的证据表明结果与原假设不同。

p 值可能很重要的一种情况是，当您想按显着性顺序排名时，您可以通过使用 z 分数进行排名来解决这个问题。

为了解决最初的问题，我遵从本指南，这是我在发布这个问题很久之后发现的：https://stats.stackexchange.com/questions/315311/how-to-find-p-value-using-estimate-and-standard-error。

从 Pearson 相关性检验（手动或在 R 中）计算精确的 p 值

Calculating exact p-values from a Pearson's correlation test (manually or in R)

r

p-value

pearson-correlation