3个。根据国家税务总局的规定，发表论文，需要开三张增值税专用发票。杂志社是以宣传政治理论、社会理念、社会科学知识为目的，以创建社会文化为己任的，编辑各种杂志的机构，中国社会科学杂志社于1979年成立，是中国社会科学院直属的报刊出版单位，负责编辑，翻译出版六种人文社会科学学术期刊和一份学术理论报纸。
可以上中国知网、万方数据库、维普网以及elsevier science数据库等网站查询。
下面以elsevier science数据库为例，来查询医学论文文献。
1、在百度首页搜索，elsevier science数据库，点击进入。
2、进入网站之后，可以看到搜索条件，可以根据自己的喜好，选择不同的搜索条件，搜索条件主要有：关键字、作者、期刊名称以及文章名称等。
3、选择“医学”相关话题的关键字进行搜索。这里以Medecine为例。可以看到，关于Medecine的相关检索共有166214个结果，图片右侧的即为文章的标题。
4、点击文章的标题，可以进行预浏览，也可以进行下载，这样就完成了对医学论文的查询了。
据学术堂了解，论文文献资料是写好论文非常关键的步骤，论文不同于写日志之类的人生感悟，论文需要充分的证据来证明你的论文观点，让别人看了会信服，相信你说的话，那样才算一篇合格的论文。比较大的学术论文参考网站有谷歌学术、万方数据、ilib2、知网、MBA智库、scirus、microsoft academic、HighWire、GeNii学术综合、CiNii论文等网站。这些网站基本上就是写论文查资料常去的站点了，有的网站需要注册之类的。网站吗，都这样，可以说去这些网站查询医学论文文献 是再合适不过了。下面中文文献就“知网”给大家举例，如何查询论文文献：
第一步：在百度上搜索“中国知网”，一般“中国知网”官网出现在第一个，点击进入“中国知网”官网。
第二步：进入“中国知网”官网之后，在检索框前端，有一个选择按钮，下拉列表，里面有“主题、全文、篇名、作者、关键词等”，根据自身需要选择一个，现在以“篇名”为例，在检索框输入“昆虫”，点击“检索”按钮。
第三步：在检索结果列表中，找到自己需要的文章，在文章标题右边有“下载”“阅读”按钮，如有需要，点击进入即可
要看报销单位要求，一般普票就可以，如果要专票还要提供单位一些资料
爱尔眼科作为最早在深交所创业板上市的企业之一，自2009年10月30日上市至2020年9月3日创出 历史 高位元，总市值从37亿元一路上涨至2,200亿元以上，逾十年间的时间市值翻了超50倍，叫多少人瞠目结舌、叹为观止。其实上车的机会从公司上市以来一直都有，但是很多人都没看懂爱尔眼科，总是觉得公司的估值太贵，存在巨大泡沫。
最终，市场还是我们最好的老师，只有ta让我们懂得了“曾经有一只大牛股放在我面前，我没有珍惜，等我错过的时候，我才后悔莫及，人世间最痛苦的事莫过于此。”
本文聚焦：
1、眼科市场是具有高增长前景的朝阳行业
2、三家拟上市公司与爱尔眼科的7项对比分析
3、谁会是下一个“爱尔眼科”？
贝瑞研究申明：文中观点细分析师基于公开市场信息，观点仅供交流探讨，全文7100字，我们还将于近期发布《寻找细节中的魔鬼：深度挖掘三家眼科子公司的表现》，欢迎跟踪阅读。
首先我们来看看，总体眼科医疗服务市场规模和眼科医院增长数据。
2018年，中国眼科医疗服务市场规模估计约为亿元，2014至2018年年均复合增长率保持着逾20%的高速。其中，2018年民营眼科医院的市场规模约为亿元，年均复合增长率分别为。
根据国家卫生 健康 委员会统计，2018年中国有761家眼科医院，其中709家民营眼科医院，52家公立眼科医院。2014至2018年，民营医院年均复合增长率近20%，而公立医院数量下滑，同期减少近2%。
可以看到，眼科医疗行业增速可观，尤其是民营眼科医院潜力更甚。
其次，从眼科医疗服务的亚专科看，白内障、屈光手术和医学视光的市场规模位居前三，合计规模约占整个眼科医疗服务市场的约。我们可以从这三大服务出发，进一步 探索 其潜力区间。
1、白内障亚专科市场
随着中国逐步进入老龄化 社会 ，白内障患者人数逐年上升。虽然目前中国的白内障手术数量已经得到大幅提升，但是与发达国家比仍有较大差距。2018年我国每百万人白内障手术实施例数（CSR）为2,600，显著低于欧美日本等发达国家，甚至不及印度CSR的二分之一，距世界卫生组织WHO设立的消除白内障致盲所必须的CSR阈值3,000仍有差距。
从市场规模看，2018年中国白内障手术市场规模估计为亿元，2014至2018年的年均复合增长率约20%，市场发展保持着较高增长速度。
2、屈光不正和医学视光亚专科市场
屈光不正包括近视、远视和散光等。根据国家卫生 健康 委员会统计，2018 年，中国近视患者总人数达到约 亿人，整体近视率接近 ，远超全球 的近视眼整体发病率。目前屈光不正的主要治疗手段为屈光手术以及光学视光矫正两大手段。从市场规模看，2018年中国屈光手术市场规模估计为亿元，2014至2018年的年均复合增长率约，市场持续高速增长。
除了选择屈光手术，屈光不正患者也会选择视光矫正。随着患者对验光质量要求的不断提高，医学视光市场得到快速发展。2018年中国医学视光市场规模估计为亿元，2014至2018年的年均复合增长率约。
3、眼科医生人才供应不足
综上分析，中国的眼科市场需求旺盛，但保障医疗服务品质的医生数量供给仍然不足，未来市场规模增长依然充满想象力。同时，在这个高速增长的赛道上，具有竞争力的眼科医疗机构将有望脱颖而出，一边不断扩大市场
行业是朝阳行业没错，那问题来了，谁最终可以跑赢？
通过同业分析和比较，笔者希望能帮助大家判断三家拟上市公司基本面的孰优孰劣，另一方面也尝试管中窥豹，探究这三家公司与爱尔眼科的差距在哪里，并试图寻找出下一个10年50倍的“爱尔眼科”。
此外，如无特殊说明的话，华厦眼科、普瑞眼科和何氏眼科相关数据的截至日期均为2019年12月31日。爱尔眼科（2009）的数据截至日期为2009年12月31日，爱尔眼科（2019）的数据截至日期为2019年12月31日。
1、企业使命：华厦眼科最像爱尔眼科
从成立时间看，大哥、二哥、三哥、四哥拉起队伍开始闯荡眼科江湖的座次一目了然。爱尔眼科是最早成立的一家民营医院集团。华厦眼科是三家拟上市公司中最早成立的一家。不过英雄不论出处，不能倚老卖老，大哥是否能一直保持江湖地位，还要看后来者是否足够努力和幸运。
俗话说企业使命是一家公司的灵魂，是公司文化、战略格局、服务品质的综合体现。从企业使命看，华厦眼科和爱尔眼科的企业使命特别神似，也最为实在和打动人心，笔者猜测也许两家公司的创始人有过相似经历或者战略格局。普瑞眼科的企业使命感觉有些虚，何氏眼科的企业使命似乎更加符合当地东北老铁文化，铁子们很容易认可。不过，如果普瑞眼科和何氏眼科未来要在全国其他城市更有效拓展业务的话，这个企业使命恐怕需要进一步淬炼才能获得更多的认可。
2、业务规模：华厦眼科领先
从地域分布、医院数量和控股子公司数量维度看，无疑华厦眼科是三家里面规模最大的公司，甚至比2009年的爱尔眼科规模还要大。
注：爱尔眼科数据截至2009年6月30日
进一步看各家公司的医院地域分布，我们可以看到华厦眼科的根据地在福建，医院数量在福建也最多，而在中国其他主要省份覆盖面上也是三家中最多的。
从门诊量和手术量看，华厦眼科超过何氏眼科和普瑞眼科，比2009年的爱尔眼科高，但远不如2019年的爱尔眼科。笔者认为，爱尔眼科经过多年的快速发展，目前已经基本巩固了全国连锁的龙头地位，因此门诊量和手术量比三家高是自然而然的事情，而华厦眼科在自己耕耘多年的地盘上表现不俗，拥有不错的市场份额。
3、科研能力：华厦眼科表现出色
华厦眼科在招股书报告期内申请和开展了 7 项国家级、9 项省级科研课题；参与和开展临床试验项目 9 项，其中全国多中心项目担任总 PI 的项目 1 项；在各类期刊发表科研论文 139 篇，其中 SCI 收录论文 28 篇。公司与厦门大学、北京大学等院校建立合作关系，进行人才培养、学术共建、临床研究等各项合作。
普瑞眼科与多个连锁医院所在地的卫生部门合作，先后成立了四川研究所、兰州研究所和济南研究所。
何氏眼科作为国家药物临床试验机构，主持或参与了众多眼科新药、设备、耗材等的临床试验研究。
爱尔眼科在各类期刊共计发表论文303篇，其中SCI/Medline收录论文71篇、中文核心期刊/中国 科技 论文统计源期刊收录138篇，其它类收录94篇。公司纵向科研项目获批立项95项，其中国家级项目6项，省部级项目36项，市级项目53项；获横向科研项目4项。自2015年爱尔眼科先后成立爱尔眼科研究所、爱尔眼视光研究所、角膜病研究所、白内障研究所、青光眼研究所、视网膜研究所和屈光研究所等7大研究所，旨在推动眼科学、视觉科学以及各亚专科前沿和临床应用技术的研究和创新。
从研发费用占营业收入比例来看，华厦眼科是三家公司中比例最高的，但不及爱尔眼科。
横向比较下来，华厦眼科的科研实力是三家中最强的，但是和现在的爱尔眼科相比还是有一定差距。
4、官方口碑排名：仅华厦眼科获得提名
根据复旦大学编制的权威《中国医院排行榜（2018年度）》看，仅有华厦眼科下属的厦门眼科中心获得提名，而榜上前十名均为公立眼科医院，未见其他民营医院的身影。可见华厦眼科下属的厦门眼科中心在眼科界还是具有较高影响力和较好口碑的，官方背书对其实力有所加分。
5、各家子公司表现及草根调研情况
具体来说，华厦眼科在城市覆盖数量上是三家公司中最多的，不过大部分城市盈利状况不甚理想，主要依靠最挣钱的厦门眼科中心贡献净利润。
普瑞眼科和何氏眼科在城市覆盖数量上一样，但普瑞眼科盈利城市比例高于何氏眼科。同时普瑞眼科和何氏眼科也分别依赖其最重要的子公司昆明普瑞和沈阳何氏眼科医院来拉动集团的盈利水平。
2009年的爱尔眼科相对来说覆盖城市数量比三家公司都小，但是盈利城市比例却比三家都高，同时爱尔眼科对单体子公司业绩的依赖程度也要弱于三家公司。
6、各家公司的财务表现情况
首先，笔者为大家展示一个全景图，然后逐一对重点财务指标进行分析。
华厦眼科毫无疑问是三家中的大哥，它的营业收入、归属母公司净利润、总资产和归属母公司所有者权益金额均为最高，不过和目前的爱尔眼科规模仍然有较大差距。
进一步细看营业收入，华厦眼科每次门诊平均收费最高，甚至高于爱尔眼科。
从营业收入分类看，各家公司的白内障和屈光业务绝对是贡献收入的主要来源，这也印证了我们之前在行业分析中提到的白内障和屈光业务是眼科服务市场最重要的亚专科市场，也是最赚钱的细分市场。
从毛利率看，三家公司的白内障业务和屈光业务毛利率都比较高，不过华厦眼科的白内障业务和屈光业务毛利率不及普瑞眼科和何氏眼科。华厦眼科白内障业务和屈光业务毛利率较低的主要原因是部分年内新建及收购医院处于经济欠发达地区，定价标准较低。同时，个性化中高端服务的占比逐渐提高，但上述服务所使用的手术耗材、药品等成本亦较高，导致公司平均收费价格的增幅总体低于平均成本。
为何华厦眼科的毛利率是三家中最低的？除了价格因素外，笔者猜测可能跟公司的固定资产折旧和长期待摊费用摊销有关。一家公司的折旧摊销越大，那么分配到主营业务成本的金额可能越高，毛利也就自然而然更低。
从上表不难看出，华厦眼科的固定资产和长期待摊费用占总资产的比例的确是三家中最高的，甚至也超过了爱尔眼科。固定资产和长期待摊费用越高，对应的折旧摊销也就越大，这可能是华厦眼科比其他公司毛利率低的主要原因之一。笔者认为，参考爱尔眼科的操作手法，华厦眼科上市后会有较大空间进行一系列操作，把固定资产和长期待摊费用做出表处理，降低表内折旧摊销，从而提升毛利率。
从资本结构看，各家公司都不缺钱，净有息负债率都很低，也间接反映出眼科医院的经营性现金流充沛，无需依赖太多的银行借款。相比之下，爱尔眼科在扩张过程中逐步提高了财务杠杆，所以净有息负债率也比三家公司高。
7、各家公司的募投项目
让我们先来看看三家公司的募投方向。
华厦眼科
普瑞眼科
何氏眼科
三家公司的募投项目基本都是在拓展新市场和升级改造现有医院，其中华厦眼科拟投入约2亿元升级信息化管理系统，是三家中投入最多的。笔者认为，如果升级后的信息管理系统效率提升，无疑将对公司的毛利率提升大有帮助。
如果有一次重上时光机的机会，让我们重新找到当年“爱尔眼科”的投资机会，那么笔者认为，在这次三家拟上市的眼科医院中，华厦眼科跟2009年的爱尔眼科相似度最高。
华厦眼科的规模是三家公司中最大的，在已开业的城市中具有较好的综合竞争实力和市场影响力，业绩成长性也算不错。如果顺利上市，华厦眼科有望能够借助资本的力量在全国更多城市与爱尔眼科形成竞争，抢夺更多的医生资源和市场份额，保守估计净利润五年再翻一到两倍的梦想不是不可能实现的。
当然，我们也需要看到华厦眼科和现在的爱尔眼科还有不小差距，比如多数子公司盈利能力较弱、核心业务毛利率偏低、固定资产占比较高等。
分析师：Stephen Li
在宁波当地有可以做近视手术的眼科医院中心，这个不难找的。宁波太学眼科
如果近期准备做手术的话，建议选择一家正规的医院先去做个术前检查看看。
宁波眼科医院呀不过113医院也可以
宁波113医院眼科，公立三甲
采用spss软件，单因素分组对照计算。
t值和P值都用来判断统计上是否显著的指标。在p值就是拒绝原假设的最小alpha值，把统计量写出来，带进去算出来之后，根据统计量的分布来算p值。P值是用来判定假设检验结果的一个参数，也可以根据不同的分布使用分布的拒绝域进行比较。由R·A·Fisher首先提出。Fisher的具体做法
假定某一参数的取值，选择一个检验统计量，在该统计量的分布在假定的参数取值为真时应该是完全已知的从研究总体中抽取一个随机样本计算检验统计量的值计算概率值或者说观测的显著水平即在假设为真时的前提下，检验统计量大于或等于实际观测值的概率。
1、t值是t检验的统计量值，t检验，亦称studentt检验（Student'sttest），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。2、F值是F检验的统计量值。F检验是一种在零假设（nullhypothesis,H0）之下，统计值服从F-分布的检验。其通常是用来分析用了超过一个参数的统计模型，以判断该模型中的全部或一部分参数是否适合用来估计母体。3、P值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P值，一般以P<为有统计学差异，P<为有显著统计学差异，P<为有极其显著的统计学差异。其含义是样本间的差异由抽样误差所致的概率小于、、。扩展资料：F值和t值是F检验和t检验的统计量值,与它们相对应的概率分布,就是F分布和t分布。统计显著性是出现目前样本这结果的机率。P值代表结果的可信程度,P越大,就越不能认为样本中变量的关联是总体中各变量关联的可靠指标。p值是将观察结果认为有效即具有总体代表性的犯错概率，如p=提示样本中变量关联有5%的可能是由于偶然性造成的。参考资料：百度百科——假设检验中的P值百度百科——F检验百度百科——t检验
统计中t值和p值的区别为：
1、t值，指的是T检验，主要用于样本含量较小（例如n<30），总体标准差σ未知的正态分布资料。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。
2、P值，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。如果P值很小，说明原假设情况的发生的概率很小，而如果出现了，根据小概率原理，我们就有理由拒绝原假设，P值越小，我们拒绝原假设的理由越充分。
p值代表的是不接受原假设的最小的显著性水平，可以与选定的显著性水平直接比较。例如取5%的显著性水平，如果P值大于5%，就接受原假设，否则不接受原假设。这样不用计算t值，不用查表。
3、P值能直接跟显著性水平比较；而t值想要跟显著性水平比较，就得换算成P值，或者将显著性水平换算成t值。在相同自由度下，查t表所得t统计量值越大，其尾端概率P越小，两者是此消彼长的关系，但不是直线型负相关。
扩展资料：
1、T检验的适用条件：
（1） 已知一个总体均数；
（2）可得到一个样本均数及该样本标准差；
（3） 样本来自正态或近似正态总体
2、P值数据解释：
参考资料：百度百科_P值百度百科_t检验
t指的是T检验，亦称student t检验（Student's t test），主要用于样本含量较小（例如n<30），总体标准差σ未知的正态分布资料。p值就是拒绝原假设的最小alpha值嘛，把统计量写出来，带进去算出来之后，根据统计量的分布来算p值啊，举个例子，比如说算出来的统计量的值为z,服从的是正态分布，如果是双边检验的话那么pvalue=2*(1-probnorm(abs(Z)));单边检验的话，应该是1-probnorm(z)。统计学是在统计实践的基础上，它是研究如何测定、收集、整理、归纳和分析反映客观现象总体数量的数据。统计分析是指运用统计方法及与分析对象有关的知识，从定量与定性的结合上进行的研究活动。它是继统计设计、统计调查、统计整理之后的一项十分重要的工作，是在前几个阶段工作的基础上通过分析从而达到对研究对象更为深刻的认识。
采用spss软件，单因素分组对照计算。
t值和P值都用来判断统计上是否显著的指标。在p值就是拒绝原假设的最小alpha值，把统计量写出来，带进去算出来之后，根据统计量的分布来算p值。P值是用来判定假设检验结果的一个参数，也可以根据不同的分布使用分布的拒绝域进行比较。由R·A·Fisher首先提出。Fisher的具体做法
假定某一参数的取值，选择一个检验统计量，在该统计量的分布在假定的参数取值为真时应该是完全已知的从研究总体中抽取一个随机样本计算检验统计量的值计算概率值或者说观测的显著水平即在假设为真时的前提下，检验统计量大于或等于实际观测值的概率。
我们常常在统计学应用中看到P值，F值，T值，这些参数是什么？我想应该先讲讲“假设检验”，弄明白假设检验，很多问题就通了。
本文首先介绍了假设检验在统计学的位置，然后从 显著性检验 、 P值的疑问 、 假设检验方法的使用 三个角度描述假设检验。
统计学按照发展阶段和侧重点不同，可分为描述统计学和推断统计学 [1]
描述统计学 是阐述如何对客观现象的数量表现进行计量表示； 推断统计学 主要阐述如何根据部分数据(样本统计量)去推论总体的数量特征及规律性的一系列理论和方法
假设检验(hypothesis testing)作为推断统计学的重要部分，用来判断样本与样本、样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法。
显著性检验是假设检验中最常用的一种方法，也是一种最基本的统计推断形式，其基本原理是先对总体的特征做出某种假设，然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受做出推断。
常用的假设检验方法有Z检验、T检验、卡方检验、F检验等 [2]
显著性检验（significance test）是假设检验的一种最常用的方法，用于检测实验组与对照组是否有差异以及差异是否显著的办法。
因为显著性检验<假设检验<推断统计学，所以显著性检验具有以下特点：
小概率事件实际不可能性原理是显著性检验的基本原理，如果P小于阈值 ，表明事件是小概率事件，存在发生的可能性但可能性不大甚至不可能发生，所以认为 大概率不会发生，拒绝原假设。
显著性水平是假设检验中的一个概念，是指当原假设为正确时人们却把它拒绝了所愿意承担的风险。 通常取α=或α=。这表明，当作出决策时，其正确的可能性为95%或99%，有或α=下错结论的风险。
置信度也称为可靠度，或置信水平、置信系数 置信度 = 1-α
什么是显著性差异？
H0和H1的设置，不管在什么场景要满足：
赌场上你想检查一下抛掷的硬币是否被动过手脚，要求抛几次硬币看结果是不是公平的。 总共扔了十次，也都是“花”朝上，认为很可能这枚硬币不是公平的。
这就是假设检验： 你提出假设：说硬币是正常的 （H0：硬币是正常的；H1：硬币不正常） 我提出要检验你的假设：扔十次，看实验的结果是不是和你的假设相符
反复扔硬币应该符合二项分布
总共扔10次硬币，那么是出现7次正面之后，可以认为“硬币是不公平的”，还是在出现9次正面以后认为“硬币是不公平”，这是一个主观标准，看你能够承担的风险有多大，也就是显著性水平 。
例如取 为， ，则认为原假设是小概率事件，拒绝原假设，认为硬币不正常，存在显著性差异（和正常硬币的抛掷分布情况很不一样）。 由于取 为，所以这个决策有95%的准确性。
P值是指在特定的统计假设模型下，数据的某个统计指标（如两组样本均数之差）等于观察值或比观察值更为极端的概率。
上文显著性检验就是比较P值和 之间的关系做出决策，但对P值的争议很大，因此需要单独讲一讲P值。
目前科学界对P值的使用存在很大的置疑，认为P值是是扰人烦的蚊子，是皇帝的新衣，比“毫无用处”还糟糕 [6] 。
林泽民教授2016/6/6在台湾政大社科院的演讲，题目为《看电影学统计：p值的陷阱》提到统计学很快会有很重大的改变，传统的作法：用P值来作统计检定的作法，大概再过几年就不容易再存在。
2018年1月22日，美国政治学顶级学术期刊《政治分析》在他们的官方twitter上宣布从2018年的开始的第26辑起禁用p值。根据该刊的声明，其主要原因是：“p值本身无法提供支持相关模式或假说之证据。”
在临床试验中P值的使用尤为普遍，用来检验药物的有效性，P值问题使得近半数的相关论文可靠性被推翻。
为什么说P值是个陷阱？为什么P值本身无法支持相关模式或假说之证据？
主要原因是因为：P值只能对样本数据负责，但模型的意义在于推断总体，所以总有以偏概全的风险存在。同时，因为P值易受样本操控，而很多研究为了得到想要的结论，往往是不断调整样本量，直到得到想要的结果 [8] 。
P值本身是没有问题的，但如果单纯只依赖P值是否小于 做出决策却也是不可取的，学术界反对的是P值的滥用。
美国统计协会（American Statistical Association，ASA）全面透彻地梳理了统计界关于P值的统计意义并形成共识 [7] ：
而常用统计推断检验方法分为两大类：参数检验和非参数检验
根据总体数据是否服从某种分布，采用参数检验和非参数检验两种检验方法，具体使用哪种检验方法根据属性和要求决定。
某公司运营团队为了针对活跃度提升专题运营活动的效果进行测试，从同样群体中抽出两组人群，一组运营组，一组对照组。30天后运营活动结束后，想要知道该次针对性运营是否有效，两组活跃度分数是否差异明显?
T检验是数据化运营效果分析中应用最多的方法和技术。使用要求为：1）样本组之间独立；2）每组样本来自正态分布总体；3）两个独立样本方差相等。
虽然两组都是独立的，但两组样本的总体不一定是正态分布的，方差也不一定相等，我们可以采用非参数检验—wilcoxon符号秩检验。
wilcoxon符号秩检验适用于两个独立样本间的两两比较。
如果不能确定总体是否为正态分布，则只能退而求其次用非参数检验的方法。如果满足T检验要求，有限考虑T检验的结果。
[1] 推断统计学： [2] 假设检验： [3] 显著性水平： [4] 显著性差异： [5] 统计学假设检验中 p 值的含义具体是什么？ [6] 统计学里“P”的故事：蚊子、皇帝的新衣和不育的风流才子： [7] 临床试验中P值的意义及结果： [8] P值的陷阱： [9] 非参数检验：
1、t值是t检验的统计量值，t检验，亦称studentt检验（Student'sttest），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。2、F值是F检验的统计量值。F检验是一种在零假设（nullhypothesis,H0）之下，统计值服从F-分布的检验。其通常是用来分析用了超过一个参数的统计模型，以判断该模型中的全部或一部分参数是否适合用来估计母体。3、P值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P值，一般以P<为有统计学差异，P<为有显著统计学差异，P<为有极其显著的统计学差异。其含义是样本间的差异由抽样误差所致的概率小于、、。扩展资料：F值和t值是F检验和t检验的统计量值,与它们相对应的概率分布,就是F分布和t分布。统计显著性是出现目前样本这结果的机率。P值代表结果的可信程度,P越大,就越不能认为样本中变量的关联是总体中各变量关联的可靠指标。p值是将观察结果认为有效即具有总体代表性的犯错概率，如p=提示样本中变量关联有5%的可能是由于偶然性造成的。参考资料：百度百科——假设检验中的P值百度百科——F检验百度百科——t检验
采用spss软件，单因素分组对照计算。
t值和P值都用来判断统计上是否显著的指标。在p值就是拒绝原假设的最小alpha值，把统计量写出来，带进去算出来之后，根据统计量的分布来算p值。P值是用来判定假设检验结果的一个参数，也可以根据不同的分布使用分布的拒绝域进行比较。由R·A·Fisher首先提出。Fisher的具体做法
假定某一参数的取值，选择一个检验统计量，在该统计量的分布在假定的参数取值为真时应该是完全已知的从研究总体中抽取一个随机样本计算检验统计量的值计算概率值或者说观测的显著水平即在假设为真时的前提下，检验统计量大于或等于实际观测值的概率。