为什么在假设检验中，p－value值小于0.05是反对H0?不是应该相反么？
先说一下那个显著水平没学过，不懂，尽量不要用那个解释。
我的疑问就是p－value是通过H1的数算出来的值，那么，算出来的p－vaule 不是应该 越大越支持h1么 ？但为什么是 小于0.05才支持h1？
H0是先假定成立的假设，H1是H0不成立时准备接受的备用假设。
先假设H0成立，再通过样本实际算出一个统计值（比如Mu)。如果发现这个值所代表的p值很小，则说明H0成立的情况下，这个值出现的机会很小。这时就认为H0不对，拒绝H0，也就是接受H1。
举例来说，某人告诉你一个鱼塘里鱼很多。你想通过实验看他说的对不对。
于是H0:该鱼塘鱼很多。H1：该鱼塘鱼不多。
然后你捞鱼，捞了10次，才捞2条。
你觉得说如果鱼多的话，我怎么只捞两条呢？捞两条或者更少的机会很小的。
那么一定是那个人告诉你的事实不对。
于是你就拒绝接受他的说法，转而相信H1，鱼不多。
这个捞两条或更少的机会就是P。P越小，你越有信心拒绝H0。比如你一条没捞到，你就更不信H0，接受H1。
P就是信心的问题。假设是3%，那么你3%的相信H0是对的，97%是不对的。
答：1.理解显著性检验的基本思想，掌握假设检验的基本步骤，了解假设检验可能产生的两类错误. 2.掌握单个及两个正态总体的均值和方差的假设检验.详情>>
答：亲,您好,您的提问我们会在一天内进行处理,十分抱歉 ,谢谢;详情>>
答：相反，若成人对物件乱摆乱放、呼来喝去，那么幼儿也可能将其作为自己行为的榜样详情>>
