在t检验中，显著性水平是一个关键概念，它代表了我们对于样本统计量与总体参数之间差异的显著性的判断标准。通常用α表示，其值介于0和1之间。确定显著性水平的方法主要分为两种：预先设定和事后检验。
预先设定方法要求在开始t检验之前，研究者根据研究的需求和问题的性质，提前设定一个显著性水平α。在实际应用中，α通常设定为0.05或0.01。这意味着，如果计算出的统计结果的概率值（即p值）低于这个预设的α值，我们就有理由拒绝零假设，认为样本统计量与总体参数之间的差异是统计显著的。
事后检验方法则是在t检验完成后，根据计算出的p值来决定显著性水平。p值是指在零假设为真的情况下，观察到的样本统计量或更极端值出现的概率。如果p值小于或等于α，我们则认为差异是显著的。
选择适当的显著性水平对于t检验的结果至关重要。较高的α值（如0.1）可能导致更多的零假设被错误地拒绝，从而增加犯第一类错误（即假阳性）的风险。相反，较低的α值（如0.01）会减少假阳性的概率，但同时也可能增加犯第二类错误（即假阴性）的风险。因此，在选择显著性水平时，研究者必须权衡误差的类型和研究的严谨性。详情
