P值和假设检验里的α值

P是“拒绝原假设时犯错误概率”又或者说是“如果你拒绝掉原假设实际上是在冤枉好人的概率”。

不管怎么表达理解上都有点绕，所以你还是看例子吧。、

比如你做一个假设（ null hypothesis）：你的女性朋友平均身高2米，输入你统计的样本数据后，

计算机给你返回的p值是0.03。这意味着如果你拒绝“女性朋友平均身高2米”这个结论，犯错的概率是0.03，

小于0.05（人们一般认为拒绝一句话时犯错概率小于0.05就可以放心大胆地拒绝了），这个时候你就可以拒绝原假设。

如果计算机返回p值是0.9，那么你就会想，这说明拒绝原假设犯错概率高达90%，那么我就不应该拒绝原假设，

即你应该认为你的女性朋友平均身高就是2米。

作者：花火同学
链接：https://www.zhihu.com/question/21195469/answer/95379966
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

作者：花火同学
链接：https://www.zhihu.com/question/21195469/answer/95379966
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

用数学的话语说：

1、α值： 是指第一类错误发生的概率（严格说来，分为真实水平level和水平size，大概了解的话不用严加区分，可以直接认为是真实水平level），就是原假设为真的情况下，拒绝了原假设的概率。这是一个值，给定之后，拒绝域也就相应的确定了。

2、p值：在原假设成立的前提下，出现与样本相同或者更极端的情况的概率