从Pearson相关性测试中计算精确的p值（手动或在R中）

Question

（我相信是）一个非常简单的问题。我刚刚在R中进行了Pearson相关检验，我想知道确切的p值。然而，p值是如此之小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.我怀疑它与大的有关我的观察次数（n = 11001）。

这是我从运行成对相关得到的输出

cor.test（METS $ s_M48153，大都会$ 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，但我无法在任何地方找到公式。有谁知道这个公式，或者可以告诉我如何从R中提取精确的p值（如果可能的话）？

Answer 1

感谢大家的建议和建议，抱歉没有尽快回复。直到最近，我一直在玩弄一些东西。但是，我确实问过我所在部门的统计员，他同意r2evans的说法。如果p值小于10 ^ -16，那么报告“确切”值几乎没有意义，因为有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，当你想按重要性排序时，你可以通过使用z分数来排名。

为了解决原始问题，我按照本指南，我在发布此问题后很久才发现：https://stats.stackexchange.com/questions/315311/how-to-find-p-value-using-estimate-and-standard-error。