为什么p>α（p大于显著性水平）时候就是维持原假设是真是正确的

为什么p>α（p大于显著性水平）时候就是维持原假设是真是正确的

都说推断统计学就是个P😂，嗯，是个p。

1.α是什么？

大白话说
α是人为设定的一个范围，显著性水平，第一类错误的概率，主要作用是用来划分接受域和拒绝域，如α=0.05，那么接受域就等于1-0.05=0.95

2.那p-value是什么？

3.综合起来

     然后理解完α，以α划定好接受域和拒绝域后，以临界值α所在地方画临界线。以样本的均值μ0做一个正态分布（中心极限定理），然后以Z检验为例子，然后样本求出来的z表示的意思就是样本求出来的实际μ（原来总体的）大概离样本均值μ0的距离有多少。
     离的越远，样本的统计量就越不像总体的统计量，所以要靠近一点，而p就是此时这个z值位置远离μ0位置的部分的面积，所以可以知道面积越大，p越大，越靠近μ0。
      当p>α的时候就满足了我们设定的一个精确的范围，所以当p>α的时候就得出原名正确这个假设是正确的，然后在并且（1-α）概率不犯第一类错误的情况下

注意：第一类错误：就是原命题H0为真的情况下，事实却是假的（也就是弃真)错误，这个概率就是α