显著性水平是自己设定的，不是计算出来的， 在这里等于1-0.05=0.95. （1-a)^20 这个表达式没有意义。

这是个老师讲的，我没记住就记了这样一个计算，是说书上说的0.05在实际分析中有点过大，讲到为什么过大然后就写了这个计算得到的1-0.38值太大，貌似把  a改成0.0001后得到的值就小了适合实际案例中使用，我就没记住这个^20是说的啥意思，变量？样本数？

α是显著性水平，同时也是犯弃真错误的概率，即在一次假设检验中，原假设为真却被拒绝的可能性。控制了α的大小，就表明我们认为只要事件发生的概率低于α值，则该事件几乎不会发生，而一旦发生了，我们就有理由相信这并非偶然。一般在进行假设检验时，我们都会优先考虑控制弃真错误，如果检验结果小于α，则根据小概率事件发生的情况，我们有极大把握拒绝原假设。
通常情况下，α取0.05，即认为只要低于0.05概率的事件发生了，我们即可认为该事件并非偶然。相反，1-α表示原假设为真，而我们也接受了的概率。
你们老师举(1-α)^20=0.358485922409的例子应该是想说明，0.05看似很小了，但如果在实际案例中，为了模型的泛化能力或其它需求，往往需要进行多次抽样（比如20次），这时所有假设均作出正确决策的概率显然会变得很低，而如果α=0.0001，这种概率显然会大幅度增加。所以，在实际操作中，我们往往需要根据实际要求的精度来决定α的数值，而不是一味地采用0.05。
以上属于个人理解。

本人数学不好，但对其很感兴趣，对显著性水平的理解，确实花了不少心思

是在 anova 中用到的多重比较检验么？