统计中t值和p值的区别为:
1、t值，指的是T检验，主要用于样本含量较小(例如n<30)，总体标准差未知的正态分布资料。T检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著
2、P值，就是当原假设为真时，所得到的样本观察结果或更极端结果出现的概率。如果P值很小，说明原假设情况的发生的概率很小，而如果出现了，根据小概率原理，我们就有理由拒绝原假设，P值越小，我们拒绝原假设的理由越充分。
p值代表的是不接受原假设的最小的显著性水平，可以与选定的显著性水平直接比较。例如取5%的显著性水平，如果P值大于5%，就接受原假设，否则不接受原假设。这样不用计算t值不用查表。
3、P值能直接跟显著性水平比较，而t值想要跟显著性水平比较，就得换算成P值，或者将显著性水平换算成t值。在相同自由度下，查t表所得t统计量值越大，其尾端概率P越小，两者是此消彼长的关系，但不是直线型负相关。
扩展资料:
1、T检验的适用条件
(1) 已知一个总体均数
(2)可得到一个样本均数及该样本标准差
(3) 样本来自正态或近似正态总体
2、P值数据解释:
80后
