Vous pouvez venir près de le résultat de 4e-1117421 donné dans le commentaire par @ James. Tout d'abord, la fonction d'erreur peut être calculée comme ceci dans R:
1 - 2 * pnorm(-sqrt(2) * x)
Cependant, cela vous donnera des zéros numériques en raison de la précision en virgule flottante. Heureusement, pnorm
peut renvoyer le journal des p-values. Vous pouvez ensuite exponentiate à l'aide des numéros de précision arbitraire:
library(Rmpfr)
2 * exp(mpfr(pnorm(-sqrt(2) * 1604.041, log.p = TRUE), precBits = 32)) -
2 * exp(mpfr(pnorm(-sqrt(2) * 3117.127, log.p = TRUE), precBits = 32))
#1 'mpfr' number of precision 32 bits
#[1] 4.2826176801e-1117421
(. Notez que vous obtenez seulement la précision en virgule flottante pour les valeurs-p-log)
Cependant, je me demande dans quel type d'application d'une telle la précision est nécessaire. C'est essentiellement une valeur nulle.
Editer: Et je viens de découvrir que Rmpfr propose une implémentation de la fonction d'erreur complémentaire. Vous pouvez simplement faire ceci:
erfc(mpfr(3117.127, precBits = 32)) - erfc(mpfr(1604.041, precBits = 32))
#1 'mpfr' number of precision 32 bits
#[1] -4.2854514871e-1117421
R est principalement un système de calcul numérique. Wolfram Alpha donne le résultat à environ 4e-1117421. Cela dépasse de loin la portée de la précision numérique à représenter, et encore moins à calculer. La valeur minimale d'un double est par exemple de 2e-308, par exemple. – James