R小p值
我正在计算z分数，看看一个值是否远离分布的均值/中位数。我最初是用平均值来做的，然后把这些转化成两面的pvalue。但是现在使用中间值，我注意到在对数值中有一些Na。
我确定这发生在离中位数很远的值上。并且看起来与pnorm的计算有关。“'qnorm‘是以Wichura的算法AS 241为基础的，它提供了大约16位的精确结果。”
有没有人知道如何绕过这一点，因为我想要非常小的对值。谢谢,
> z<- -12.5
> 2-2*pnorm(abs(z))
[1] 0
> z<- -10
> 2-2*pnorm(abs(z))
[1] 0
> z<- -8
> 2-2*pnorm(abs(z))
[1] 1.332268e-15回答 3
Stack Overflow用户
发布于 2014-10-20 15:54:37
中间，您实际上是在计算非常高的p值：
options(digits=22)
z <- c(-12.5,-10,-8)
pnorm(abs(z))
# [1] 1.0000000000000000000000 1.0000000000000000000000 0.9999999999999993338662
2-2*pnorm(abs(z))
# [1] 0.000000000000000000000e+00 0.000000000000000000000e+00 1.332267629550187848508e-15我认为使用低p值(接近于零)会更好，但我在数学上还不够好，不知道接近1 p值的错误是在AS241算法还是浮点存储中。看看低值显示得有多好：
pnorm(z)
# [1] 3.732564298877713761239e-36 7.619853024160526919908e-24 6.220960574271784860433e-16请记住，1 - pnorm(x)等同于pnorm(-x)。因此，2-2*pnorm(abs(x))与2*(1 - pnorm(abs(x))等价于2*pnorm(-abs(x))，因此只需使用：
2 * pnorm(-abs(z))
# [1] 7.465128597755427522478e-36 1.523970604832105383982e-23 1.244192114854356972087e-15这样才能更准确地找到你要找的东西。
Stack Overflow用户
发布于 2014-10-20 17:05:38
有一个想法是，您必须使用一个精度更高的exp()，但是您可能可以使用log(p)在尾部获得更高的精度，否则，就可以计算的范围而言，非log p值实际上是0：
> z<- -12.5
> pnorm(abs(z),log.p=T)
[1] -7.619853e-24转换回p值不是很好，但是可以在log(P)上进行比较.
> exp(pnorm(abs(z),log.p=T))
[1] 1Stack Overflow用户
发布于 2014-10-20 14:40:52
pnorm是一个函数，它给出了基于给定x的P值。如果不指定更多的参数，则默认分布是正态分布，平均值为0，而standart偏差为1。
基于可测性，p范数(A)=1-p范数(-a).
在R中，如果你加上正数，它就会把它们圈起来。但是如果你加了负数，就不做舍入了。因此，使用这个公式和负数，您可以计算所需的值。
> pnorm(0.25)
[1] 0.5987063
> 1-pnorm(-0.25)
[1] 0.5987063
> pnorm(20)
[1] 1
> pnorm(-20)
[1] 2.753624e-89https://stackoverflow.com/questions/26467736
复制相似问题
腾讯云开发者
