关于“假设检验”的一点个人见解

刚才查了基础知识，又看了一下这个大哥的帖子，有了一些自己的理解，觉得自己好像是真懂了，所以记录在这里。以便将来查看.
第1步，我需要明确问题是什么。
问题：宝强要检验马蓉是否出轨
根据这个问题我提出来下面两个互为相反的假设。
零假设：马蓉没有出轨
备选假设：马蓉出轨了
个人理解：零假设是我们最想知道的问题。这里我们认为一个事情如果是真的，那么它（样本）就是一个大概率事件，即概率值一般大于阈值5%。注意，阈值也叫作“显著水平”。反之，如果这个事情是假的，那么样本中推出的证据只能缩在“显著水平”以下的阴影里，作为偶然事件。
第2步：证据是什么？
从那个大哥的假设样本中，推出：在零假设成立的前提下，样本数据计算出马蓉没有出轨的概率是0.01%。即，“马蓉没有出轨”是个远远小于“显著水平”的事情，即小概率事件。
第3步：判断标准是什么。
判断标准就是：样本值能否冲出“显著水平”，抖掉自己身上小概率事件的蔑称。
第4步：做出结论
要想冲出去？做梦呢。“马蓉没有出轨”是个小概率事件，即马蓉出轨了。
总结：本质上，判断零假设是否是一个小概率事件。
注意其他：
（1）因为样本一直想冲出“显著水平”变成大人物，即它一直“拒绝”待在显著水平的阴影区域，所以这个阴影区域又叫做“拒绝域”；它向往的区域叫做“真/置信域”。
参考链接