什麼是 t 值轉 P 值計算機？
這個工具能把 Student t 統計量及其自由度（df）換算成 p 值。所謂 p 值，是指假設虛無假設（null hypothesis）為真時，觀察到至少和你目前的 t 值一樣極端結果的機率。本計算機同時支援雙尾與單尾檢定，這也是在 t 檢定或迴歸係數分析中算出 t 統計量之後，最常見的下一步。
如何使用
輸入你的 t 值（可以是負數——對 p 值而言只看絕對值大小）、自由度，再選擇要進行雙尾還是單尾檢定。計算機會回傳對應的 p 值，並同時顯示單尾與雙尾兩種數值，方便你與所設定的顯著水準（常用 \(\alpha = 0.05\)）做比較。
計算公式
t 分配的上尾面積可由正則化不完全 beta 函數求得：
$$\text{上尾面積} = \tfrac{1}{2}\, I_{x}\!\left(\tfrac{\text{df}}{2},\, \tfrac{1}{2}\right), \quad x = \frac{\text{df}}{\text{df} + \text{t}^{2}}$$
接著，雙尾 p 值為 \(p = 2 \cdot \text{上尾面積} = 2\cdot(1 - T_{\text{cdf}}(|t|, \text{df}))\)，而單尾 p 值就直接是 上尾面積。
實例演算
當 \(t = 2.228\)、\(\text{df} = 10\) 時，上尾面積為 0.0250，因此雙尾 p 值為 $$2 \times 0.0250 = 0.0500$$ 這恰好對應自由度為 10、5% 雙尾檢定時經典的 t 臨界值。再看 \(t = 2.0\)、\(\text{df} = 10\) 的情況，上尾面積約為 0.0367，於是單尾 p 值為 0.0367，雙尾 p 值則為 0.0734。
常見問題
t 的正負號重要嗎？對 p 值來說並不重要——計算機只取 \(|t|\)。正負號只代表效果的方向。
什麼時候該用單尾？只有當你的假設具有方向性（事先就預測了正負方向）時才使用單尾，否則一律採用雙尾。
p 值多少才算顯著？當 p 值低於你所設定的 \(\alpha\)（通常為 0.05）時，依慣例會被視為具統計顯著性，但仍應結合實際情境來解讀。
