显著性检验中F、 df、 sig、 t值各代表什么意思？

F是组方差值，

sig是差异性显著的检验值，该值一般与0.05或0.01比较，若小于0.05或者0.01 则表示差异显著

df是自由度

t值表示变量显著性检验的t统计量

一般的sig 没有特别注明的都是指 双侧检验，如果特别注明有单侧，那就是单侧的，而且两者是不同的

扩展资料：

显著性检验常用检验方法

t检验

适用于计量资料、正态分布、方差具有齐性的两组间小样本比较。包括配对资料间、样本与均数间、两样本均数间比较三种，三者的计算公式不能混淆   。（处理时不用判断分布类型就可以使用t检验）

t'检验

应用条件与t检验大致相同，但t′检验用于两组间方差不齐时，t′检验的计算公式实际上是方差不齐时t检验的校正公式  

U检验

应用条件与t检验基本一致，只是当大样本时用U检验，而小样本时则用t检验，t检验可以代替U检验 

方差分析

用于正态分布、方差齐性的多组间计量比较。常见的有单因素分组的多样本均数比较及双因素分组的多个样本均数的比较，方差分析首先是比较各组间总的差异，如总差异有显著性，再进行组间的两两比较，组间比较用q检验或LST检验等 

X2检验

是计数资料主要的显著性检验方法。用于两个或多个百分比(率)的比较。常见以下几种情况：四格表资料、配对资料、多于2行乘以2列资料及组内分组X2检验 

零反应检验

用于计数资料。是当实验组或对照组中出现概率为0或100%时，X2检验的一种特殊形式。属于直接概率计算法 

非参数统计方法

符号检验、秩和检验和Ridit检验

三者均属非参数统计方法，共同特点是简便、快捷、实用。可用于各种非正态分布的资料、未知分布资料及半定量资料的分析。其主要缺点是容易丢失数据中包含的信息。所以凡是正态分布或可通过数据转换成正态分布者尽量不用这些方法 

Hotelling检验

用于计量资料、正态分布、两组间多项指标的综合差异显著性检验

参考资料来源：百度百科-显著性检验