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。设
2、统计学意义（P值或sig值）
？ w1d5H2x］0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
计算机学报
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总体代表性的犯错概率。如p=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联，我们重复类似实验，会发现约20个实验中有一个实验，我们所研究的变量关联将等于或强于我们的实验结果。（这并不是说如果变量间存在关联，我们可得到5%或95%次数的相同结果，当总体中的变量存在关联，重复研究和发现关联的可能性与设计的统计学效力有关。)在许多研究领域，0。05的p值通常被认为是可接受错误的边界水平。
19楼互动空间9V＃z＊f5o E＆N B M8i.V4、T检验和F检验
至於具体要检定的内容，须看你是在做哪一个统计程序.
举一个例子，比如，你要检验两独立样本均数差异是否能推论至总体,而行的t检验。 19楼互动空间％｝—X q(D；P ] _。X
两样本（如某班男生和女生）某变量(如身高)的均数并不相同，但这差别是否能推论至总体，代表总体的情况也是存在著差异呢？
会不会总体中男女生根本没有差别，只不过是你那麼巧抽到这2样本的数值不同？
。i（] j X |(t＃k0针眼儿警官为此，我们进行t检定，算出一个t检定值.9^2Y0l(b s#b0与统计学家建立的以「总体中没差别」作基础的随机变量t分布进行比较,看看在多少％的机会（亦即显著性sig值)下会得到目前的结果。+e5il } C ` K0若显著性sig值很少,比如<0。05(少於5％机率）,亦即是说,「如果」总体「真的」没有差别,那麼就只有在机会很少（5％)、很罕有的情况下，才会出现目前这样本的情况.虽然还是有5%机会出错(1—0.05=5％),但我们还是可以「比较有信心」的说:目前样本中这情况（男女生出现差异的情况)不是巧合，是具统计学意义的，「总体中男女生不存差异」的虚无假设应予拒绝，简言之，总体应该存在著差异。
每一种统计方法的检定的内容都不相同，同样是t-检定，可能是上述的检定总体中是否存在差异，也同能是检定总体中的单一值是否等於0或者等於某一个数值.
至於F—检定，方差分析（或译变异数分析,Analysis of Variance)，它的原理大致也是上面说的，但它是透过检视变量的方差而进行的。它主要用于：均数差别的显著性检验、分离各有关因素并估计其对总变异的作用、分析因素间的交互作用、方差齐性（Equality of Variances)检验等情况。
5、T检验和F检验的关系
t检验过程，是对两样本均数(mean)差别的显著性进行检验。惟t检验须知道两个总体的方差（Variances)是否相等;t检验值的计算会因方差是否相等而有所不同。也就是说，t检验须视乎方差齐性(Equality of Variances)结果。所以,SPSS在进行t—test for Equality of Means的同时，也要做Levene's Test for Equality of Variances 。
1。
在Levene’s Test for Equality of Variances一栏中 F值为2。36, Sig。为。128,表示方差齐性检验「没有显著差异」,即两方差齐（Equal Variances)，故下面t检验的结果表中要看第一排的数据，亦即方差齐的情况下的t检验的结果。
2。
玩牌绝技
19楼互动空间 g t u |5P t＃S在t-test for Equality of Means中,第一排（Variances=Equal)的情况：t=8。892, df=84， 2-Tail Sig=。000, Mean Difference=22。99 危险化学品安全管理条例2011｜ { ～#T A0既然Sig=.000,亦即,两样本均数差别有显著性意义！
3.
到底看哪个 Levene's Test for Equality of Variances一栏中sig，还是看t—test for Equality of Means中那个Sig. （2—tailed)啊？ 19楼互动空间 o0o x L9J y p（c y
答案是：两个都要看。］ ~ q+l'K _*\（s0先看Levene’s Test for Equality of Variances，如果方差齐性检验「没有显著差异」，即两方差齐（Equal Variances)，故接著的t检验的结果表中要看第一排的数据,亦即方差齐的情况下的t检验的结果。e$c4c A,b。}-b F l0反之，如果方差齐性检验「有显著差异」pis，即两方差不齐（Unequal Variances），故接著的t检验的结果表中要看第二排的数据，亦即方差不齐的情况下的t检验的结果.
4。
q4W N g J F0你做的是T检验,为什么会有F值呢?
就是因为要评估两个总体的方差(Variances）是否相等，要做 Levene’s Test for Equality of Variances，要检验方差，故所以就有F值。
另一种解释:
t检验有单样本t检验，配对t检验和两样本t检验。
单样本t检验：是用样本均数代表的未知总体均数和已知总体均数进行比较，来观察此组样本与总体的差异性。
配对t检验:是采用配对设计方法观察以下几种情形，1,两个同质受试对象分别接受两种不同的处理；2,同一受试对象接受两种不同的处理；3,同一受试对象处理前后。
F检验又叫方差齐性检验.在两样本t检验中要用到F检验。
从两研究总体中随机抽取样本，要对这两个样本进行比较的时候，首先要判断两总体方差是否相同，即方差齐性。若两总体方差相等，则直接用t检验，若不等,可采用t’检验或变量变换或秩和检验等方法。
娱乐之最强炮王系统
其中要判断两总体方差是否相等，就可以用F检验.
若是单组设计,必须给出一个标准值或总体均值，同时，提供一组定量的观测结果,应用t检验的前提条件就是该组资料必须服从正态分布;若是配对设计，每对数据的差值必须服从正态分布；若是成组设计，个体之间相互独立，两组资料均取自正态分布的总体，并满足方差齐性。之所以需要这些前提条件，是因为必须在这样的前提下所计算出的t统计量才服从t
分布，而t检验正是以t分布作为其理论依据的检验方法.
简单来说就是实用T检验是有条件的，其中之一就是要符合方差齐次性，这点需要F检验来验证。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议