用p值帮助我们假设检验

1.crash courses只看不做笔记，初步直观感受-2.可汗学院统计学习基础概念，只记录重要结论和tips建立框架-3.其他视频进阶版深入了解数理证明填补框架/统计软件应用

随机抽样的均值分布使正态分布，通过标注差和均值可以画出曲线。
【统计学速成课】Statistics - [45集全/中英双语] - Crash Course Statistics

0假设显著性检验

是还原法和归谬法论证的一种形式。它假设一种观点是正确的，然后证明。
如果你做了那个假设就会产生一些矛盾的事情，例如，你可以用归谬法来证明不存在最大的正整数。归谬法和反正法类似，如果我们能证明假设能够使一些荒谬的事情发生（概率小的事情发生、不容易发生的事情在样本中发生了，就是p-值越小，如果你的假设为真，说明该样本发生了越荒谬的事，在随机情况下越得不到你的样本，），那么我们就能拒绝这个真的想法。
P值回答了你的数据有多罕见（要发生的情况有多罕见、荒谬）的问题，它告诉你如果零假设为真，得到与你观察到的数据一样极端的数据的概率。

我们可以设置p值的边界为0.05，并说明小雨0.05的p值组可以证明我们可以“拒绝”原假设为真这一观点，当我们可以拒绝原假设的时候，我们可以认为我们的结果在统计上是显著的。