我有一个使用配对 t 检验的成对比较表，我使用 R 中的以下代码生成了该表：
with(d_OAI, pairwise.t.test(OAI, Ven,p.adjust.method="bonferroni", paired=T))
一些 p 值是显着的（即小于 0.05），而一些则不是。但是，有几个 p 值等于 1.00000。我认为这意味着这两件事绝对没有显着不同，但是这个 R 是从 0.9999 向上取整还是 1.000 的 p 值有意义？
p 值正好为 1.0000 是什么意思？
机器算法验证
r
假设检验
统计学意义
p 值
2022-03-22 02:55:59
3个回答
我对具体的 R 函数并不完全熟悉，但如果有 Bonferroni 修正，我相信这很可能是解释。例如，假设您测试了两个假设并得到未经调整的 p = 0.6, 0.6。简单的 Bonferroni 调整将是 1.2、1.2，但由于这些不是有效概率，它会将它们截断为 1.0 和 1.0。
如果数据是离散的，则当均值差恰好为 0 时，可能在配对 t 检验中得到精确的 p 值 1。
否则，是的，在某些给定数量的有效数字上，小于 1 的值可能会显示为 1。
@Cliff-ab 已经提供了正确答案。如果您想进一步了解获得的 p 值的含义，使用它们制作直方图（在校正多个测试之前）可能会有所帮助。
特别是，正如@david-robinson 在http://varianceexplained.org/statistics/interpreting-pvalue-histogram/中很好地描述的那样，接近 1.0 的 p 值可能表明您可能一直在应用单边测试想要进行双向测试，或者可能是由于数据中的缺失值导致测试结果失真。另一种选择（正如@Cliff-AB 提到的）是您正在应用的 Bonferroni 校正，这似乎是最合理的原因。