是t值，用TTEST计算t值
Type 为 t 检验的类型。
如果 type 等于检验方法1 成对2等方差双样本检验3异方差双样本检验说明：
1、 如果 array1 和 array2 的数据点个数不同，且 type = 1（成对），函数 TTEST 返回错误值 #N/A。
2、 参数 tails 和 type 将被截尾取整。
3、 如果 tails 或 type 为非数值型，函数 TTEST 返回错误值 #VALUE!。
4、 如果 tails 不为 1 或 2，函数 TTEST 返回错误值 #NUM!。
5、 TTEST 使用 array1 和 array2 中的数据计算非负值 t 统计。如果 tails=1，假设 array1 和 array2 为来自具有相同平均值的总体的样本，则 TTEST 返回 t 统计的较高值的概率。
假设“总体平均值相同”，则当 tails=2 时返回的值是当 tails=1 时返回的值的两倍，且符合 t 统计的较高绝对值的概率。
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。
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。t检验是戈斯特为了观测酿酒质量而发明的,并于1908年在Biometrika上公布
扩展资料：
实用场景
单样本检验：检验一个正态分布的总体的均值是否在满足零假设的值之内
双样本检验：其零假设为两个正态分布的总体的均值是相同的。这一检验通常被称为学生t检验。但更为严格地说，只有两个总体的方差是相等的情况下，才称为学生t检验；
否则，有时被称为Welch检验。以上谈到的检验一般被称作“未配对”或“独立样本”t检验，我们特别是在两个被检验的样本没有重叠部分时用到这种检验方式
检验同一统计量的两次测量值之间的差异是否为零。举例来说，我们测量一位病人接受治疗前和治疗后的肿瘤尺寸大小。如果治疗是有效的，我们可以推定多数病人接受治疗后，肿瘤尺寸变小了。这种检验一般被称作“配对”或者“重复测量”t检验。
检验一条回归线的斜率是否显著不为零。
参考资料来源：百度百科-t检验