首先要注意一点：统计学中的假设检验是认为小概率事件在一次试验中不会发生。对于t分布的图形是类似于正态分布的，在检验时，也就是将计算出的t值和某个显著性水平（比如0.05）下的t统计量的临界值相比较，所说的t值越大越好，也就说这个t值远远大约某个临界值，使得我们有充分理由拒绝原假设。当然还有一个简单的比较方法，就是用p值（即为最小显著性水平）和给定的显著性水平（比如0.05）相比较，当p值小于给定的显著性水平，我们就拒绝原假设。看看附件也许你就明白了。附件中的p值是指横坐标上那一点向右的面积，而这一点是p值对应的t统计量的值。因为p值是概率。

来学习学习

我认为上面的回答不是很正确，其实真正理解P，最好的方法就是通过t统计量来理解。上面的说法完全没有解释是单边检验还是双边检验，楼主的问题是为什么是讨论等于或大于t值的概率，而不讨论小于t的概率，首先这种说法不是很准确，如果讨论的话应该先加个前提：单边（左or右）检验或者双边检验。假如是双边检验的话，那么将x的数值带入到t统计量的计算公式中会计算一个t值，那么我们需要考虑的是该t值是落在了a/2分位数的什么位置。由于t分布是对称分布，两个a/2分位数是关于0点对称的，如果t值的绝对值是大于a/2分位数的话，那么就称此时的x值落在了拒绝域当中，此时应该是拒绝原假设的，而p值就是小于-abs（t值）与大于abs（t值）的概率，这个概率和肯定是小于a的，所以称x的发生相当于一个小概率事件的发生。同样也可以分析单边假定。如果是左边检验的话，那么需要分析的是小于等于，而如果是右边的话需要分析的是大于等于。

学习