我正在使用非常大的数据集的R软件（自举Kolmogorov-Smirnov测试）进行一些统计分析，这意味着我的p值都非常小。我已经Bonferroni纠正了我执行的大量测试，这意味着我的alpha值也非常小，以便拒绝原假设。
问题是，在某些情况下，R表示p值为0，其中p值可能很小而无法呈现（这些通常用于非常大的样本量）。虽然我可以高兴地拒绝这些测试的零假设，但数据是用于发布的，所以我需要编写p＆lt; .....但我不知道R中最低的可报告值是多少？
我正在使用ks.boot函数以防万一。
非常感谢任何帮助！
答案 0 :(得分：4)
.Machine$double.xmin为您提供最小的非零标准化浮点数。在大多数系统上是2.225074e-308。但是，我不相信这是一个明智的限制。
相反，我建议您在Matching::ks.boot中更改行
ks.boot.pval <- bbcount/nboots到
ks.boot.pval <- log(bbcount)-log(nboots)并处理对数刻度。
修改：
您可以使用trace修改功能。
步骤1：查看函数体，找出添加其他代码的位置。
as.list(body(ks.boot))
您会看到元素17是ks.boot.pval <- bbcount/nboots，因此我们需要在此之后直接添加修改后的代码。
第2步：trace功能。
trace (ks.boot, quote(ks.boot.pval <- log(bbcount)-log(nboots)), at=18)
步骤3：现在您可以使用ks.boot，它将返回引导p值的对数为ks.boot.pvalue。请注意，您无法使用summary.ks.boot，因为它会调用format.pval，这不会显示负值。
第4步：使用untrace(ks.boot)删除修改。
答案 1 :(得分：0)
我不知道ks.boot是否在包Rmpfr或gmp中有方法，但如果确实如此，或者您想要滚动自己的代码，则可以使用任意精度和任意大小的数字。