![b2c0bf7ed8ef56cb39f946b96eb039e1.png](https://i-blog.csdnimg.cn/blog_migrate/f5f7a0aa0b6a5a08c91d43a7bf3f7597.jpeg)
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,也就是说,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指出这不是巧合,也许是巧合,也许不是,但我们无法确定。
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(P)就是出现目前样本这个结果的机率。
2.统计学意义(P值)
P值结果的统计学意义是结果真实程度(能够代表总体)的一种估计方法。专业上,p值为结果可信程度的一个递减指标,p值越大,我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。p值是将观察结果认为有效即具有