jianer2001
t值正负不影响。t值是正负其实无关系，只要其绝对值大于2基本上就可以接受了，这是小样本下的统计量的一个经验值，完全可以接受的。一般不对利率、收益率等百分率为单位的变量取对数。对数变量的系数描述的是变化率对被解释变量的影响。利率的水平值变化一单位，本身就表示变化率了。 
前面一组样本的均值低于后面一组的均值，t值是用来判断统计上是否显著的指标。在概率论和统计学中，学生t-分布（t-distribution），可简称为t分布，用于根据小样本来估计呈正态分布且方差未知的总体的均值。如果总体方差已知（例如在样本数量足够多时），则应该用正态分布来估计总体均值。t分布曲线形态与n（确切地说与自由度df）大小有关。与标准正态分布曲线相比，自由度df越小，t分布曲线愈平坦，曲线中间愈低，曲线双侧尾部翘得愈高；自由度df愈大，t分布曲线愈接近正态分布曲线，当自由度df=∞时，t分布曲线为标准正态分布曲线。扩展资料：t值和P值都用来判断统计上是否显著的指标，例如不良贷款y对贷款余额的估计方程x的回归估计方程为:y=-8+03x，那么这个方程的系数03可以通过计算其t值和p值来判断，经计算t=5，P=000，根据假设检验的相关知识，可以判断这个方程式有意义的。例如，当样本数量n=5时，则自由度df=4，我们就可以查找表中以4开头的行。该行第5列值为132，对应的单侧值为95%（双侧值为90%）。这也就是说，T小于132的概率为95%（即单侧），记为Pr(−∞−132)=1−95=05因此，Pr(−132
t值和P值都用来判断统计上是否显著的指标。 p值就是拒绝原假设的最小alpha值，把统计量写出来，带进去算出来之后，根据统计量的分布来算p值啊，举个例子，比如说算出来的统计量的值为z，服从的是正态分布，如果是双边检验的话那么pvalue=2*(1-probnorm(abs(Z)));单边检验的话，应该是1-probnorm(z)。
独立t检验结果写论文时，写出t检验的公式，然后再得出检验结果是否显著t检验（Student's t test）是指虚无假设成立时的任一检定统计有学生t-分布的统计假说检定，属于母数统计。可分为单总体检验和双总体检验，以及配对样本检验，主要应用于比较两个平均数的差异是否显著。
