R中的F-检验公式

我是R新手，我正在尝试测试我的线性模型。

lm（）

函数的输出如下：

             Estimate Std. Error t value Pr(>|t|)    
(Intercept) 1615.2716    83.2051   19.41   <2e-16 ***
rts$angle     11.8387     0.8895   13.31   <2e-16 ***

估计标准误差t值Pr（>t）
（Intercept）1615.2716 83.2051 19.41函数的默认值为
pf（）
较低。tail=TRUE

。这意味着，执行的F测试默认为低尾测试。在F检验中，我们总是使用上尾检验（有关详细解释，请参阅）。虽然使用

1-pf（）

计算上尾检验有直观的意义，但R需要一些刺激才能使其以这种方式工作。这是因为，当你有一个大的效果时，下尾端可以很容易地返回一个非常接近1的值，以至于R无法识别浮点（或者我被告知，我不完全确定这有多准确，因为我没有查看

pf（）

函数的原始代码）

@罗兰已经提出了用

format.pval（）

包装

1-pval（）

调用的解决方案，因为这迫使R识别p值。但是，我认为应该使用以下命令：

pf(fstat, df0-df, df, lower.tail=FALSE)

这将返回更准确的上尾测试。当您在

format.pval（）

命令中包装它时，您会得到与使用

format.pval（1-pf（））

命令相同的结果。这是因为format.pval限制为向上取整。然而，当使用format.pval时，使用

1-pf（lower.tail=TRUE）

公式增加显示小数时，无法重建更准确的估计值

    > pf(fstat, df0-df, df, lower.tail=FALSE)
[1] 0.0000000000000000000000000001685664
> format.pval(pf(fstat, df0-df, df, lower.tail=FALSE), eps=0.0000000000000000000000000001)
[1] "0.00000000000000000000000000016857"
> format.pval(1-pf(fstat, df0-df, df, lower.tail=TRUE), eps=0.0000000000000000000000000001)
[1] "< 0.0000000000000000000000000001"

pf（fstat，df0-df，df，lower.tail=FALSE） [1] 0.0000000000000000000000000001685664 >format.pval（pf（fstat，df0-df，df，lower.tail=FALSE），eps=0.00000000000000000000001） [1] "0.00000000000000000000000000016857" >format.pval（1-pf（fstat，df0-df，df，lower.tail=TRUE），eps=0.00000000000000000000001） [1] "< 0.0000000000000000000000000001"

---

请注意，即使现在，上尾测试中的

format.pval

wrap仍在向上取整。当然，当你的p值这么小的时候（事实上，整个问题只有在你的p值非常小的时候才会出现），这两种方法之间几乎没有什么区别。但是为什么要满足于不那么准确呢？

你有没有可能发布数据？用

format.pval（）将最后一行包装起来。

。（您也可以在

摘要（完整的_model _fit）

的输出中找到此p值）。@Roland谢谢！这可以工作并提供以下输出：“<2.22e-16”。如果我可以再问一个问题，首先得到0值的原因是什么？这是精度值的问题吗？我使用了：

.Machine$double.eps

，它给了我

[1]2.220446e-16

。我还想听听是否有人知道为什么较低的.tail=TRUE返回了1而不是更精确的估计值。如果有人有更多的技术诀窍，那肯定可以满足我的好奇心，因为我在过去半个小时里一直在寻找答案，没有任何运气。如果有人能告诉我为什么低尾

pf（）

测试返回1，我很乐意听到。我对不识别浮点的解释并不完全满意。

pf(fstat, df0-df, df, lower.tail=FALSE)

    > pf(fstat, df0-df, df, lower.tail=FALSE)
[1] 0.0000000000000000000000000001685664
> format.pval(pf(fstat, df0-df, df, lower.tail=FALSE), eps=0.0000000000000000000000000001)
[1] "0.00000000000000000000000000016857"
> format.pval(1-pf(fstat, df0-df, df, lower.tail=TRUE), eps=0.0000000000000000000000000001)
[1] "< 0.0000000000000000000000000001"