Jest ku temu dobry powód.
Wartość można znaleźć poprzez noquote(unlist(format(.Machine)))
double.eps double.neg.eps double.xmin
2.220446e-16 1.110223e-16 2.225074e-308
double.xmax double.base double.digits
1.797693e+308 2 53
double.rounding double.guard double.ulp.digits
5 0 -52
double.neg.ulp.digits double.exponent double.min.exp
-53 11 -1022
double.max.exp integer.max sizeof.long
1024 2147483647 4
sizeof.longlong sizeof.longdouble sizeof.pointer
8 12 4
Jeśli spojrzysz na pomoc, ( ?".Machine"):
double.eps
the smallest positive floating-point number x such that 1 + x != 1. It equals
double.base ^ ulp.digits if either double.base is 2 or double.rounding is 0;
otherwise, it is (double.base ^ double.ulp.digits) / 2. Normally 2.220446e-16.
Zasadniczo jest to wartość, poniżej której możesz być pewny, że wartość będzie dość liczbowo bez znaczenia - w tym sensie, że każda mniejsza wartość prawdopodobnie nie będzie dokładnym obliczeniem wartości, którą próbowaliśmy obliczyć. (Po przestudiowaniu małej analizy numerycznej, w zależności od tego, jakie obliczenia zostały wykonane przez określoną procedurę, istnieje duża szansa, że liczbowa bezsensowność znacznie przewyższa to.)
Ale znaczenie statystyczne zostanie utracone znacznie wcześniej. Zauważ, że wartości p zależą od założeń, a im dalej w skrajny ogon, tym bardziej na prawdziwą wartość p (zamiast obliczanej przez nas wartości nominalnej) będą miały wpływ błędne założenia, w niektórych przypadkach, nawet jeśli tylko trochę się mylą. Ponieważ założenia nie będą po prostu dokładnie spełnione, średnie wartości p mogą być względnie dokładne (pod względem względnej dokładności, być może tylko przez niewielką część), ale bardzo małe wartości p mogą być pomijane przez wiele rzędów wielkość.
To znaczy, że zwykła praktyka (coś, co jak mówi się <0,0001) jest powszechne w pakietach lub reguła APA, o której wspomina Jaap w swojej odpowiedzi) prawdopodobnie nie jest tak daleko od rozsądnej praktyki, ale przybliżony punkt, w którym rzeczy zatracenie znaczenia poza powiedzeniem „ to bardzo małe ” będzie oczywiście bardzo różne w zależności od okoliczności.
Jest to jeden z powodów, dla których nie mogę zasugerować ogólnej zasady - nie może istnieć jedna zasada, która byłaby nawet zdalnie odpowiednia dla wszystkich w każdych okolicznościach - zmieniają nieco okoliczności, a szeroka szara linia zaznacza zmianę z nieco znaczącej na względnie względną bez znaczenia zmieni się, czasem na dłuższą metę.
Jeśli było określić wystarczających informacji na temat dokładnych okoliczności (na przykład jest to regresja, z tym wiele nieliniowości, że ilość wariacji w tej zmiennej niezależnej, w tym rodzaj i ilość uzależnienia w perspektywie błędzie, że rodzaj i ilość heteroskedastyczności, ten kształt rozkładu błędów), mógłbym symulować „prawdziwe” wartości p, aby porównać je z nominalnymi wartościami p, aby można było zobaczyć, kiedy były zbyt różne, aby wartość nominalna miała jakiekolwiek znaczenie.
Ale to prowadzi nas do drugiego powodu, dla którego - nawet jeśli podałeś wystarczającą ilość informacji, aby zasymulować prawdziwe wartości p - nadal nie mogłem odpowiedzialnie określić granicy nawet dla takich okoliczności.
To, co zgłaszasz, zależy od preferencji ludzi - twoich i odbiorców. Wyobraź sobie, że mi tyle o okolicznościach mi zdecydować, że chcę, aby narysować linię przy nominalnej od 10 - 6 .p10- 6
Wszystko dobrze i dobrze, moglibyśmy pomyśleć - z wyjątkiem własnej funkcji preferencji (to, co wygląda dobrze dla ciebie, gdybyś spojrzał na różnicę między nominalnymi wartościami p podanymi przez pakiety statystyk a tymi wynikającymi z symulacji, gdy przypuszczasz, że określony zestaw błędów założeń) może ustawić na a redaktorzy czasopisma, do którego chcesz się zgłosić, mogą ustawić regułę kocową na 10 - 4 , podczas gdy następny dziennik może ustawić na 10 - 3, a dalej może nie mieć żadnej ogólnej reguły, a konkretny edytor, który masz, może zaakceptować nawet niższe wartości niż ja dałem ... ale jeden z sędziów może wtedy mieć określone odcięcie!10- 510- 410- 3
W przypadku braku wiedzy na temat ich funkcji i zasad preferencji oraz braku wiedzy na temat własnych narzędzi, w jaki sposób mogę odpowiedzialnie zasugerować ogólny wybór, jakie działania należy podjąć?
Mogę przynajmniej powiedzieć ci, co robię (i nie sugeruję, że jest to dla ciebie dobry wybór):
10- 610- 510- 4
Jest to z pewnością pomocne w podjęciu decyzji o wyborze - ale równie chętnie omawiam wyniki symulacji, jak wykorzystując je do wyboru wartości granicznej, dając innym szansę wyboru własnej.
Alternatywą dla symulacji jest przyjrzenie się niektórym procedurom, które są bardziej odporne * na różne potencjalne niepowodzenia założenia i sprawdzenie, jak duża różnica może mieć wartość p. Ich wartości p również nie będą miały szczególnego znaczenia, ale przynajmniej dają pewne wyobrażenie o tym, jak duży może być wpływ. Jeśli niektóre bardzo różnią się od nominalnego, daje to również więcej wyobrażenia, które naruszenia założeń należy zbadać pod kątem wpływu. Nawet jeśli nie zgłosisz żadnej z tych alternatyw, daje to lepszy obraz tego, jak znacząca jest twoja mała wartość p.
* Pamiętaj, że tutaj tak naprawdę nie potrzebujemy procedur odpornych na rażące naruszenia niektórych założeń; te, które są mniej dotknięte względnie łagodnymi odchyleniami odpowiedniego założenia, powinny być odpowiednie do tego ćwiczenia.
Powiem, że kiedy / jeśli przyjdziesz do zrobienia takich symulacji, nawet przy dość łagodnych naruszeniach, w niektórych przypadkach może być zaskakujące, jak daleko nawet tak małe wartości p mogą być błędne. To zrobiło więcej, aby zmienić sposób, w jaki osobiście interpretuję wartość p bardziej, niż zmieniłem określone wartości graniczne, których mógłbym użyć.
Przesyłając wyniki rzeczywistego testu hipotez do dziennika, próbuję dowiedzieć się, czy mają jakieś reguły. Jeśli nie, staram się zadowolić, a potem czekam, aż sędziowie narzekają.