根据皮尔逊相关性检验计算精确的p值（手动或以R表示）

Question

（我相信是）一个非常简单的问题。我刚刚在R中执行了Pearson的相关性测试，我想知道确切的p值。但是，p值太小R（或Excel中的tdist，或其他在线计算软件）告诉我，p值<2.2e-16或0。我怀疑这与大值有关。我的观察次数（n = 11001）。

这是我通过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”也为我提供了0的p值。

因此，我想使用t统计量和自由度手动计算确切的p值，但是我在任何地方都找不到公式。有谁知道该公式，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

感谢大家的建议和意见，对于无法尽快回复我们表示抱歉。直到最近，我一直在处理一些事情。但是，我确实向我部门的统计学家询问了这一点，他同意r2evans所说的。如果p值小于10 ^ -16，则报告“精确”值毫无意义，因为这一点是有充分的证据表明结果不同于零假设。

p值可能很重要的一种情况是，您想按重要性顺序进行排名，但是您可以通过使用z得分来进行排名来解决此问题。

要解决原始问题，请参考本指南，该指南是我在发布以下问题后很久才找到的：https://stats.stackexchange.com/questions/315311/how-to-find-p-value-using-estimate-and-standard-error。