原文鏈接：這里
0.前言
首先，T檢驗和F檢驗都是可以認為是根據樣本推全局，換句話說，都是根據個體信息的特質推全局信息的特征。T檢驗是基於均值的，F檢驗是基於方差的。
1.T檢驗
(1)T檢驗的主要目的是: 通過比較不同數據的均值，研究兩組數據是否存在差異。
(2)主要使用場景是：
同一對象處理前后的對比(假設都采用A方法前后的數據差別)
同一對象采用不同方法處理結果的對比( 一個采用A方法，一個采用B方法后的數據差別)
2.F檢驗
F檢驗（F-test），最常用的別名叫做聯合假設檢驗（英語：joint hypotheses test），此外也稱方差比率檢驗、方差齊性檢驗。它是一種在零假設（null hypothesis, H0）之下，統計值服從F分布的檢驗。其通常是用來分析用了超過一個參數的統計模型，以判斷該模型中的全部或一部分參數是否適合用來估計全體。
主要作用是：
方差齊性檢驗
方差分析
線性回歸方程整體的顯著性檢驗
3.P值
P值是用來判斷假設檢驗結果的一個參考 。 就是當原假設為真時所得到的樣本觀察結果或 更極端結果出現的概率。如果P值很小，說明原假設情況的發生的概率很小，而如果出現了，根據小概率原理，我們就有理由拒絕原假設，P值越小，我們拒絕原假設的理由越充分。總之，P值越小，表明結果越顯著。但是檢驗的結果究竟是“顯著的”、“中度顯著的”還是“高度顯著的”需要我們自己根據P值的大小和實際問題來解決。
其次，P值是指在一個概率模型中，是檢驗零假設成立或表現更嚴重的可能性。P值若與選定顯著性水平(0.05)相比更小。則零假設會被否定而不被接受。
P值是一個服從正態分布的隨機變量。
p值的結果具有統計學意義，能夠一定程度上代表總體的值。P值的結果是可信程度的一個遞減指標。換言之，P值越小，越可靠（樣本中變量關聯）p值是將觀察結果認為有效即具有總體代表性的犯錯概率。如p=0.05提示樣本中變量關聯有5%的可能是由於偶然性造成的。
4.自由度
自由度(degree of freedom, df)指的是計算某一統計量時，取值不受限制的變量個數。通常df=n-k。其中n為樣本數量，k為被限制的條件數或變量個數，或計算某一統計量時用到其它獨立統計量的個數。