[size=21.111112594604492px][size=13.333333969116211px]各位前辈好，
[size=21.111112594604492px][size=13.333333969116211px]

[size=21.111112594604492px][size=13.333333969116211px]我是新手，完全没有统计知识，正在自学摸索中，还请多多包涵。
[size=21.111112594604492px][size=13.333333969116211px]

[size=21.111112594604492px][size=13.333333969116211px]提问有关a值基本的定义
[size=21.111112594604492px][size=13.333333969116211px]

[size=21.111112594604492px][size=13.333333969116211px]1
[size=21.111112594604492px][size=13.333333969116211px]http://wiki.mbalib.com/wiki/%E6%98%BE%E8%91%97%E6%80%A7%E5%B7%AE%E5%BC%82

[size=21.111112594604492px]

P-value是原假设H0真实的结论时，我们观察到样本的值有多大的概率，简称P值。如果此值小，就下原假设为不真实的结论。统计学上称为小概率事件，即样本不是从原假设的分布中抽出的。一般P值大于α，则无法拒绝原假设，相反，P值小于α，则拒绝原假设。

[size=21.111112594604492px]我的理解就是，当零假设成立时，我能看到多少符合它定义的样本数量。a就是那个数量的百分比。

[size=21.111112594604492px][size=13.333333969116211px]

[size=21.111112594604492px][size=13.333333969116211px]2
[size=21.111112594604492px][size=13.333333969116211px]http://wiki.mbalib.com/wiki/%E6%98%BE%E8%91%97%E6%80%A7%E5%B7%AE%E5%BC%82

[size=21.111112594604492px][size=13.333333969116211px]

[size=21.111112594604492px][size=13.333333969116211px]

[size=21.111112594604492px]

[size=13.63636302947998px]常把一个要检验的假设记作H0,称为原假设（或零假设） (null hypothesis) ，与H0对立的假设记作H1，称为备择假设(alternative hypothesis) 。

[size=13.63636302947998px]⑴ 在原假设为真时，决定放弃原假设，称为第一类错误，其出现的概率通常记作α；

[size=13.63636302947998px]这里我的理解就是，原假设已经是真的了，我却否定了他，我犯这个错误的可能性是a/

[size=13.63636302947998px]我的问题是：这两个a是不一样的含义对么？但为什么它都叫显著性？