一项单样本t检验将单列数字的平均值与您提供的假设平均值进行比较。

P值回答了该问题：

如果从高斯群体进行数据抽样，其平均值等于您输入的假设值，那么随机选择N个数据点并找到与以下观察到的假设值同样距离（或更远）的平均值可能性有多少？

如果P值很大，数据并未提供任何理由可得出群体平均值不同于输入假设值的结论。这并不等于表明真实平均值等于假设值。只是没有差异的证据。

如果P值很小（通常定义为平均值低于0.05），在样本平均值和假设平均值之间观察到的差异不太可能是出于随机抽样而产生的巧合。您可以拒绝这种差异是一种巧合的概念，相反，您可得出以下结论：群体的平均值与输入的假设值不同。这种差异具有统计学显著性。但这种差异是否具有科学重要性？其有助于做出决定。

Prism还报告了实际平均值和假设平均值之间差异的95%置信区间。您可能有95%检验力确定该范围是否包括真实差异。

假设

单个样本t检验假设已从服从高斯分布的群体中进行了数据抽样。尽管这一假设对于大样本而言不太重要，但对小样本十分重要，尤其是在N小于10时。如果数据并非来自高斯分布，则有三个选择。最佳选择是转换这些值，以使其更具高斯分布化，或者可将所有值转换为各自的倒数或对数。另一种选择是采用Wilcoxon符号秩非参数检验来代替t检验。最后一个选择是无论如何都采用t检验，清楚t检验对于大样本的高斯分布偏离表现相当可靠。

单个样本t检验也可假设“误差”间彼此独立。“误差”一词是指每个值与组平均值之间的差异。t检验的结果只在分散为随机分散时才有意义 - 无论是什么因素导致一个数值过高或者过低，都只会影响该特定数值。Prism无法检验这一假设。

单个样本t检验的作用方式

Prism通过将实际平均值与假设平均值之间的差值，除以平均值的标准误差来计算t比率。

通过t比率和自由度数（等于样本量减1）计算得出P值。