这是谁给你出的题？他忽略了最重要的一点：P值即为拒绝域的面积或概率。

没有原始假设，怎么来的拒绝呢？P值是最小的可以否定假设的一个值。

这里需要一个原始假设。

不然一个数值没法比较，更遑论最小的否定值了。

从现在开始，注意大小写的p概念不同的。

假设检验，这里应该是比例检验（p检验，检验满意度，这是个百分比值）P值是最小的可以否定假设的一个值。

并不是简单相除就完了。

这个实验应该是：“某人说，满意度应该是80%，即p0=0.8。

然后我们做了这个实验，测试了120个人，100个满意，20个不满意”但是这样我们能说满意度是100/120=83.3%么？显然不能，因为对于整个顾客群来说，你抽样测试的群体太小了。

P值的计算公式是=2[1-Φ(z0)] 当被测假设H1为 p不等于p0时；=1-Φ(z0) 当被测假设H1为 p大于p0时；=Φ(z0) 当被测假设H1为 p小于p0时；其中，Φ(z0)要查表得到。

z0=（x-n*p0）/(根号下（np0(1-p0)）)最后，当P值小于某个显著参数的时候（常用0.05，标记为α，给你出题那个人，可能混淆了这两个概念）我们就可以否定假设。

反之，则不能否定假设。

注意，这里p0是那个缺少的假设满意度，而不是要求的P值。

没有p0就形不成假设检验，也就不存在P值关于t首先要弄清楚t分布是一种样本分布，在心理统计里，知道样本分布服从了t分布，就可以做出一些推理，至于说有什么用，要结合题目来看。

2、t分布的自由度一般是n-1，n表示样本容量。

自由度的概念指的是任何变量中可以自由变化的数量，自由度的概念我的书上讲的不是特别清楚，你记住各个分布的自由度是怎么计算的就行了。

你也可以把t的公式和z的公式对比看一下，会发现他们俩就是标准差的公式不一样，t检验的使用前提是总体正态，方差未知。

3、这个问题涉及到假设检验了。

小概率事件中的概率是研究者自己设定的，一般是0.01，0.001或者0.05，表示这个事件发生的概率不超过0.01，0.001或者0.05，就那么他就是小概率事件。

你如果假设检验搞不清楚，这个问题没法讲的。

4、t检验的用法主要集中在这几个方面：总体平均数的估计，俩总体均数差异的估计。

样本均数和总体均数的显著性检验，俩独立样本均数的差异显著性检验，俩相关样本均数的差异显著性检验，样本相关系数的检验。

它可以帮助你判定在误差范围内a、样本均数是否来自原总体（即是否有差异）， b、俩样本均数是否有差异。

5、f检验是用来衡量俩样本方差差异的，可以看做t检验的加强版。

因为t检验一般只能用于两个均数的差异检验，如果连续用于多个均值差异检验的话会增加α错误。

f可以用于多个。

当f分析组间自由度为1时，f=t的平方，用f检验和用t检验的结果相同。