1T检验和F检验的由来

一般而言，為了确定从样本(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檢定值，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現这结果的机率很少，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義的(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。

2统计学意义（P值或sig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。专業上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值是将观察结果認为有效即具有总体代表性的犯错概率如p=，抑或加QQ（数据代查）