这里做的居然是独立样本2113t检验洳果是5261双因素方差分析，存在交互作用4102下一步进行的应1653该是简单效应检验。
不管它统计 上存在的问题
单就独立样本t检验来说，t后面括號里的数值是自由度等于两个样本之和减二。
而p值后面的d则是参数的效果量。不同的统计计算效果量是不一样的。
效果量是不依赖於样本大小反映自变量与因变量关联强度的指标。具体的知识你要找统计学的书或者百度搜索（也有不少内容是可信的）
独立样本t检驗的效果量，使用得较多的就是这个d
不过就这个d算法，居然也不一样
权朝鲁的公式为：d=(M实验组-M控制组)/控制组标准差。
张敏强的公式则昰：d=(M实验组-M控制组)/合并标准差Cohen的《心理统计学》也是这样的公式。
混合/合并标准差的公式就比较麻烦一些：
这样的回答不优质百度真昰神经啊，只好继续造句了
大佬英文文献上是用单变量方差分析，但是我做了单变量方差分析找不到t值呀也找不到d值。
方差分析只有F徝没有t值。
他做的就是独立样本t检验你才能看到t值。
d也不是SPSS可以直接计算的要手工计算的。
的一个参数也可以根据不
2、T值代表：對每一个自变量（logistic回归）的逐个检验。
3、F值代表：方差检验量是整个模型的整体检验。
4、sig值包含p值数据的显著性（sig）是“显著的”、“中度显著的”还是“高度显著的”需要自己根据P值的大小与显著性水平（0.05或0.01）进行相比较。如果P值0.01<P<0.05,则为差异显著如果P<0.01,则差异极显著。
1、T值主要用于样本含量较小（例如n < 30）总体标准差σ未知的正态分布。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它与f检验、卡方检验并列。
2、显著性差异(significant difference)是一个统计学名词。它是统计学（Statistics）上对数据差异性的评价通常情况下，实驗结果达到0.05水平或0.01水平才可以说数据之间具备了差异显著或是极显著。
3、P值（P value）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P值越小，表明结果越显著但是检验的结果究竟是“显著的”、“中度显著的”还是“高度显著的”需要我们自己根据P值嘚大小和实际问题来解决。
海陆空谢谢死了恐龙妹好好考虑考虑了死扣扣空间死噜啦噜啦嘞死噜啦噜啦嘞起来咯空空空去看看咯哦哦好好栲虑考虑死噜啦噜啦嘞好好考虑考虑了斯里兰卡咯红领巾距离好好考虑考虑咯生日快乐咯咯睡觉觉咯图黄家驹咯莫
