关于p值和T值的一些思考与辨析

读论文读到这段话，大致意思能看懂，但是里面的专业术语、数据分析内在过程还有点迷糊。

关于专业术语，我会在一篇些fMRI、fNIRS原理的文章中提到，这篇文章主要说我对于p值和T值的一些思考。

t检验、方差分析是心理学数据分析的根本，我们都知道p值，代表显著性，小于0.05就代表实验操纵有效，有或者出现了差异，那么T值呢。【说实话这俩东西我总是分不清楚，是我的问题

T值的计算方法是：（样本均值-总体均值）/样本标准误。从公式中可以看出，T值的绝对值越大，说明样本均值和总体均值的差异也就越大。

通过T值，我们也可以判断差异是否显著，如何判断呢，主要有以下两种方法：

①查t分布表。有自由度和显著性水平（通常是0.05），我们可以查相应的表，得到临界的T值，如果实际的T值大于临界的T值，那么差异显著。

但是这种方法有个弊端，即我们只能够通过对照t-分布表看出差异是否显著，无法精确判断我们的T值对应的p值。

为了解决这个不足，可以接着往下看了：

②计算具体的p值。有了T值和自由度，我们可以在R或者python中，使用pt函数来计算出精确的p值。

以下是R语言：

# 使用pt函数计算P值
p_value <- 2 * (1 - pt(3.41, df = 27))
p_value

以下是python：

from scipy import stats

# 使用t.cdf函数计算P值
p_value = 2 * (1 - stats.t.cdf(3.41, df=27))
print(p_value)

————————————

以上便是我今天对于p和T的学习