核心结论是 t 和 p 的关系式，就是 t 检验里面算出的 t 统计量，对照 t 分布之后得到对应的 p 值，t 值是检验计算出来的统计数值，p 值是原假设成立前提下，出现当前或者更极端 t 值的概率，二者不是简单线性等式，是通过 t 分布概率密度函数建立映射关系，在自由度固定的前提下，t 绝对值越大，p 值就越小，p 越小代表结果越显著，很多初学者会误以为 t 等于 p，或者存在固定换算公式，实际上必须绑定自由度 df，同一个 t 值，自由度不一样，对应的 p 值也会改变，这个是学习最容易踩坑的地方。之所以 t 和 p 需要建立对应关系，是假设检验里面，我们不能只看 t 数字大小做判断，要转换成概率 p 值，和事先设定的显著性水平比如 0.05 做对比，以此决定是否拒绝原假设，t 只是中间计算量，p 才是最终用来判断显著性的概率指标。学习的时候第一步理解 t 统计量怎么计算，第二步理解自由度 df 对映射关系的影响，第三步掌握 t 绝对值和 p 值反向变化规律，第四步学会查 t 表或者软件自动计算 p 值，第五步区分单侧检验和双侧检验，同个 t 值双侧 p 值是单侧 p 值的两倍。综合来看，固定自由度时，t 的绝对值增大，p 值随之减小，自由度改变之后，t 和 p 的对应关系也会跟着变化，做题的时候一定要带上自由度这个必要参数。

一 基础概念对照表

二 核心规律清单

双侧检验下，t 绝对值越大，p 值越小

p 小于 α，拒绝原假设，认为检验结果显著

p 大于等于 α，不拒绝原假设，结果不显著

自由度固定，t 和 p 是单调反向映射，不是一次函数

单侧检验，相同 t 绝对值，p 值是双侧检验 p 值的一半

三 双侧检验与单侧检验对比表格

四 深度学习要点

第一 数学本质是对 t 分布的概率密度函数做积分，从当前 t 值到无穷大的尾部积分，得到单侧 p 值，双侧就是左右两边尾部积分相加，这个就是 t 和 p 关系式的底层原理。

第二 自由度很小的时候，同样 t 值对应的 p 会更大，自由度变大，t 分布趋近正态分布，相同 t 对应的 p 会变小。

第三 不要脱离自由度单独换算 t 和 p，比如 t 等于 2，df 等于 5 和 df 等于 30，得到的 p 值并不相同。

第四 软件比如 SPSS R 语言 Excel，都是输入 t 值和自由度之后，自动调用 t 分布函数算出 p 值，考试一般直接查 t 界值表，不需要手动积分计算。

第五 常见误区，p 值不是原假设为真的概率，只是极端样本出现概率，这个概念在理解 t 和 p 关系式的时候一定要分清。

五 计算判断步骤

第一步 计算 t 统计量，确定检验是双侧还是单侧。

第二步 算出对应的自由度 df。

第三步 根据 t 绝对值，对照 t 分布表查找对应的 p 区间，或者使用软件计算精确 p 值。

第四步 将 p 值和显著性水平 α 对比，完成假设检验判定。

第五步 如果改变自由度，重新核对 t 和 p 的对应结果，不能沿用旧的 p 值。

【常见问题】

问题 1 t 和 p 的关系式里面为什么同一个 t 值 p 会不一样

回答 1 t 和 p 的关系式必须绑定自由度，同一个 t 值，自由度不同，t 分布曲线形状不一样，尾部概率也就是 p 值就会发生变化，所以不能脱离自由度单独换算 t 和 p。

问题 2 t 和 p 的关系式里面 t 绝对值越大 p 就一定越小吗

回答 1 t 和 p 的关系式在自由度固定的前提下，t 绝对值越大，尾部概率 p 就越小，代表显著性越强，如果自由度发生改变，这个对应关系会重新变化。

问题 3 t 和 p 的关系式里面双侧 p 和单侧 p 是什么关系

回答 1 t 和 p 的关系式里面，相同 t 绝对值，双侧检验得到的 p 值等于单侧检验 p 值的两倍，双侧检验同时计算正负两个尾部概率，单侧只计算其中一侧尾部概率。

【免责申明】

本内容为统计学 t 检验知识点科普参考，不同教材对 p 值表述细节略有差异，正式考试请以指定教材课程要求为准。