1、P值代表：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。
2、T值代表：对每一个自变量（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。
扩展资料
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，实验结果达到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值的大小和实际问题来解决。
参考资料：百度百科：t检验
参考资料：百度百科：显著性差异
参考资料：百度百科：P值
温馨提示：答案为网友推荐，仅供参考
相似回答