t分布表是显示t分布临界值的表格。要使用 t 分布表，您只需要三个值：
显着性水平（常见选择为 0.01、0.05 和 0.10）
自由程度
测试类型（单侧或双边）
分配表
t 分布表常用于以下假设检验：
平均值的假设检验
均值差异的假设检验
配对均值差异的假设检验
当您执行这些检验中的每一个时，您将获得t检验统计量。要查明此检验统计量在某个 alpha 水平上是否具有统计显着性，您有两种选择：
将t检验统计量与 t 分布表中的临界值进行比较。
比较所选 alpha 水平下t检验统计量的 p 值。
让我们通过一个示例来了解如何使用每种方法。
例子
假设我们在0.05 的alpha 水平上进行双尾假设检验，以确定两种饮食之间的平均体重减轻是否不同。假设我们的t检验统计量为1.34 ，自由度为22 。我们想知道这些结果是否具有统计显着性。
将t检验统计量与临界值进行比较
我们可以用来确定我们的结果是否具有统计显着性的第一种方法是将1.34的t检验统计量与 t 分布表中的临界值进行比较。临界值是表中对应于两侧值0.05和自由度22的值。这个数字结果是2.074 ：
由于我们的t检验统计量 ( 1.34 ) 小于临界值 ( 2.074 )，因此我们无法拒绝检验的原假设。我们没有足够的证据表明两种饮食之间的平均体重减轻在 0.05 alpha 水平上具有统计显着性。
将 p 值与选定的 alpha 水平进行比较
我们可以用来确定我们的结果是否具有统计显着性的第二种方法是找到t检验统计量1.34的 p 值。为了找到这个 p 值，我们不能使用 t 分布表，因为它只为我们提供临界值，而不是 p 值。
因此，为了找到这个 p 值，我们需要使用具有以下输入的P 值 T 分数计算器：
对于具有22 个自由度的双尾检验， t检验统计量1.34的 p 值为0.19392 。由于这个数字高于我们的 alpha 水平0.05 ，因此我们无法拒绝测试的原假设。我们没有足够的证据表明两种饮食之间的平均体重减轻在 0.05 alpha 水平上具有统计显着性。
何时使用分布表
如果要查找给定显着性水平、自由度和检验类型（单尾或双尾）的临界值 t，则应使用 t 分布表。
相反，如果您有给定的t检验统计量，并且您只是想知道该检验统计量的 p 值，那么您将需要使用P 值 T 得分计算器来执行此操作。