TukeyHSD 调整后的 P 值为 0.0000000

Question

我刚刚进行了阶乘方差分析，然后进行了

TukeyHSD

后测试。我从

TukeyHSD

输出调整后的一些 P 值是

0.0000000

。这些P值真的可以为零吗？或者这是一种四舍五入的情况，我的真实 P 值可能类似于 1e-17，四舍五入为

0.0000000

。

R 中的

TukeyHSD()

函数是否有任何选项可以给出包含指数的输出 P 值？

这是我的输出片段：

TukeyHSD(fit)

  Tukey multiple comparisons of means
    95% family-wise confidence level

Fit: aov(formula = lum ~ cells * treatment)

$`cells:treatment`
                    diff         lwr          upr     p adj
NULL:a-KR:a     -266.5833333 -337.887800 -195.2788663 0.0000000
WT:a-KR:a       -196.3333333 -267.637800 -125.0288663 0.0000000
KR:ar-KR:a        83.4166667   12.112200  154.7211337 0.0053485
NULL:ar-KR:a    -283.5000000 -354.804467 -212.1955330 0.0000000
WT:ar-KR:a      -196.7500000 -268.054467 -125.4455330 0.0000000
KR:e-KR:a       -219.0833333 -290.387800 -147.7788663 0.0000000
NULL:e-KR:a     -185.0833333 -256.387800 -113.7788663 0.0000000
WT:e-KR:a        -96.1666667 -167.471134  -24.8621996 0.0003216

Answer 1

编辑：请参阅下面有关 Tukey p 值解析的警告！！

dd <- data.frame(y=c(1:10,1001:1010),f=rep(c("A","B"),each=10))
fit <- aov(y~f,data=dd)

打印的 p 值为零：

(tt <- TukeyHSD(fit))
##   Tukey multiple comparisons of means
##     95% family-wise confidence level
## 
## Fit: aov(formula = y ~ f, data = dd)
## 
## $f
##     diff      lwr      upr p adj
## B-A 1000 997.1553 1002.845     0

但是查看

str()

的（缩写）输出显示那里有更多信息：

str(tt)

## List of 1
##  $ f: num [1, 1:4] 1.00e+03 9.97e+02 1.00e+03 2.62e-14
##   ..- attr(*, "dimnames")=List of 2
## 

您可以自行提取该值：

tt$f[,"p adj"]
## [1] 2.620126e-14

或者如评论中所述，

print(tt,digits=15)

将会起作用......

警告

我决定更深入地挖掘，并在挖掘

TukeyHSD.aov()

的代码时注意到它依赖于

ptukey()

，它在“示例”部分警告“精度可能不超过 8 位数字”。特别是，一旦 t 统计量高于 30 左右，p 值就会在

2.62e-14

...

处达到最大值（最小值？）

zval <- 10^seq(1,6,length=100)
pval <- ptukey(zval,2,18,lower.tail = FALSE)
par(las=1,bty="l")
plot(zval,pval,log="xy",type="l")

底线是你根本无法区分这么小的 p 值。您可能需要重新考虑您的策略...

Answer 2

我的数据也得到了类似的结果。即使使用digits = 22后，我也得到p adj = 0。有什么想法为什么会发生这种情况？谢谢！！