r - TukeyHSD 调整后的 P 值为 0.0000000

Question

我刚刚执行了阶乘方差分析，然后是 TukeyHSD测试后。我的一些调整后的 P 值来自 TukeyHSD输出是 0.0000000 .这些 P 值真的可以为零吗？或者这是四舍五入的情况，我的真实 P 值可能类似于 1e-17，四舍五入为 0.0000000 .
TukeyHSD()是否有任何选项？ R 中的函数将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 :请参阅下面关于 Tukey p 值分辨率的警告!!

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

但是看看 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
## 

您可以自己提取值:

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

或者如评论中所述， print(tt,digits=15)将工作 ...

警告

我决定深入挖掘，并在挖掘 TukeyHSD.aov() 的代码时注意到它依赖于 ptukey() ，在其“示例”部分警告“精度可能不超过约 8 位数字”。特别是，一旦 t 统计量大于 30，p 值会在 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.
par(las=1,bty="l")
plot(zval,pval,log="xy",type="l")

最重要的是，您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......