t检验是干什么的

t—检验法 在小样本（n＜30）的情况下，检验随机变量的数学期望是否等于某一已知值的一种假设检验方法。设x1，x2，xn是正态随机变量X的一个小样本，期望Mx等于某个已知值m0。根据统计理论，若假设成立时，统计量如右图。服从自由度n—1的t—分布。预先给定信度α，查t—分布表，得tα，与计算的t值比较。若│t│＜tα，则接受原假设；若│t│≥tα，则拒绝原假设。两个正态随机变量均为小样本时，t—检验法可用来检验它们的数学期望是否有显著差异。

P值其实就是按照抽样分布计算的一个概率值，这个值是根据检验统计量计算出来的。通过直接比较P值与给定的显著性水平a的大小就可以知道是否拒绝假设，显然这就代替了比较检验统计量的值与临界值的大小的方法。

而且通过这种方法，我们还可以知道在P值小于a的情况下犯第一类错误的实际概率是多少， P= 003< a= 005，那么拒绝假设，这一决策可能犯错误的概率是003。需要指出的是，如果P> a，那么假设不被拒绝，在这种情况下，第一类错误并不会发生。

T检验中的P值是接受两均值存在差异这个假设可能犯错误的概率。例如:如果零假设是两个总体的均值相等(u1= u2)，但是从相应的两个样本中所计算出的样本的均值不相等，有一定的“差异”。

如果根据这个“差异”值计算出p< 001，那么就是说，如果零假设是正确的，即两个总体的均值相等，那么在样本的均值之间产生了像本例中这样大的差异的概率小于001。

也就是说，产生像这两个样本均值这样大的差异的原因是随机发生的，而不是由于它们所来自的总体本来的均值就不相等，出现这种差异结果的概率是< 001。

扩展资料

P值的作用：

P值可以用来进行假设检验的决策，如果P值比显著性水平a小，检验统计量的值就是在拒绝域内。同样，如果P值大于或等于显著性水平a，检验统计量的值就不再拒绝域内。在上例咖啡问题中， P值为00038小于显著性水平a=001，说明应该拒绝原假设。

多个样本均数间的两两比较称多重比较，如果用两个样本均数比较的t检验进行多重比较，将会加大犯I类错误的概率。

例如有4个样本，两两组合数为(24)= 6，若用t检验做6次，且每次比较的检验水准选为a=005，则每次比较不犯I类错误的概率为(1- 005)6次均不犯I类错误的概率为(1- 005)6，这是总的检验水准变为1- (1- 005)6= 026，比005大多了。

因此，许多统计学家得出多重比较不适用t检验。所谓不能进行t检验的关键原因是由于检验次数增多从而获得全部检验正确的概率就会下降，即犯I类错误的概率上升了，而不是t检验本身的缺陷。

如果我们做一次新药临床试验的数据分析，在整个分析过程中进行了n次试验，那么根据这个推论，我们整个分析全对的概率可能早就所剩无几了。此时，如果犯I类错误的概率不应该由检验水平a计算，而是按照每次试验得到的P值算得，这样就会得到全部检验结果犯错误的实际概率了。

参考资料来源：百度百科-t检验

这个不用spss，只用excel就可以啊。以excel2007为例，先把数据分为两列输入，选择“数据”、“数据分析”，先进行方差齐性检验，选“f检验：双样本方差"，弹出对话框中，“变量1的区域”用鼠标拖动的方法选中a列数据（包括“a”那个单元格），“变量2的区域”选中b列数据（包括b那个单元格），击选“标志”，显著性水平默认为“005”，点击“确定”。

结果中，如果p小于005，说明方差不齐性，，用“数据分析”中的“t检验：双样本异方差假设”，如果p大于005，说明方差齐性，用“数据分析”里的“t检验：双样本等方差假设”，对话框的操作与上面的f检验大体相同。

如果你的excel是2003，在“工具”菜单下可找到“数据分析”命令

如果没有找到“数据分析”命令，需要加载宏，将“分析数据库”加载上就可以了。具体操作可以在网上查一下，很容易的。

祝你成功！

office2007太大了，我这边网速太慢，传的话比较麻烦，建议你从网上直接下载，很容易下载到的。我刚才随便搜了一下，搜到个网址>

以上就是关于t检验是干什么的全部的内容，包括:t检验是干什么的、统计中t检验法中P值该怎样计算、t检验如何进行等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！