如何计算r中t分数的p值

在统计学中，我们通常希望确定与假设检验产生的特定 t 分数相关的 p 值。如果该 p 值低于一定的显着性水平，我们可以拒绝假设检验的原假设。

要查找与 R 中的 t 分数关联的 p 值，我们可以使用 pt() 函数，该函数使用以下语法：

pt(q, df, lower.tail = TRUE)

金子：

• q： T 分数
• df：自由度
• lower.tail：如果为 TRUE，则返回 t 分布中q的左概率。如果为 FALSE，则返回向右概率。默认值为 TRUE。

以下示例说明如何查找与左侧检验、右侧检验和双尾检验的 t 分数关联的 p 值。

左测试

假设我们想要在左假设检验中找到与 t 分数-0.77和 df = 15相关的 p 值。

 #find p-value
pt(q=-.77, df=15, lower.tail= TRUE )

[1] 0.2266283

p 值为0.2266 。如果我们使用 α = 0.05 的显着性水平，我们将无法拒绝假设检验的原假设，因为该 p 值不小于 0.05。

正确的测试

假设我们想要在右翼假设检验中找到与 t 分数1.87和 df = 24相关的 p 值。

 #find p-value
pt(q=1.87, df=24, lower.tail= FALSE )

[1] 0.03686533

p 值为0.0368 。如果我们使用 α = 0.05 的显着性水平，我们将拒绝假设检验的原假设，因为该 p 值小于 0.05。

双面测试

假设我们想要在双尾假设检验中找到与 t 分数1.24和 df = 22相关的 p 值。

 #find two-tailed p-value
2*pt(q=1.24, df=22, lower.tail= FALSE )

[1] 0.228039

为了找到这个双边 p 值，我们只需将单边 p 值乘以 2。

p 值为0.2280 。如果我们使用 α = 0.05 的显着性水平，我们将无法拒绝假设检验的原假设，因为该 p 值不小于 0.05。

相关：您还可以使用此在线T 分数到 P 值计算器来查找 p 值。