本文详细介绍了T检验和F检验在统计分析中的应用和区别，包括两者由来、统计学意义（P值）、T检验与F检验的具体内容以及两者之间的关系。T检验用于检验两样本均数差异，F检验则常用于方差分析。P值是衡量结果统计学意义的重要指标，通常p<0.05被认为是具有显著性。在SPSS中，T检验和F检验的应用与方差齐性检验密切相关。
1. T 检验和 F 检验的由来
一般而言，为了确定从样本 (sample) 统计结果推论至总体时所犯错的概率，我们会利用统计学家所开发的一些统计方法，进行统计检定。
通过把所得到的统计检定值，与统计学家建立了一些随机变量的概率分布 (probability distribution) 进行比较，我们可以知道在多少 % 的机会下会得到目前的结果。倘若经比较后发现，出现这结果的机率很少，亦即是说，是在机会很 少、很罕有的情况下才出现；那我们便可以有信心的说，这不是巧合，是具有统计学上的意义的 (用统计学的话讲，就是能够拒绝虚无假设 null hypothesis,Ho)。相反，若比较后发现，出现的机率很高，并不罕见；那我们便不能很有信心的直指这不是巧合，也许是巧合，也许不是，但我们没 能确定。
F 值和 t 值就是这些统计检定值，与它们相对应的概率分布，就是 F 分布和 t 分布。统计显著性（sig）就是出现目前样本这结果的机率。
最低0.47元/天 解锁文章
扫一扫
272
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
