- 一个命题只能证伪，不能证明为真
- 在一次观测中，小概率事件不可能发生
- 在一次观测中，如果小概率事件发生了，那就是假设命题为假
证明逻辑就是： 我要证明命题为真->证明该命题的否命题为假->在否命题的假设下，观察到小概率事件发生了->否命题被推翻->原命题为真。
结合这个例子来看： 证明A是合格的投手->证明“A不是合格投手”的命题为假->观察到一个事件（比如A连续10次投中10环），而这个事件在“A不是合格投手”的假设下，概率为p，小于0.05->小概率事件发生，否命题被推翻。
可以看到p越小->这个事件越是小概率事件->否命题越可能被推翻->原命题越可信。
复杂版：
原假设
原假设声明总体参数（如均值、标准差等）等于假设值。原假设通常是基于先前的分析或专业知识做出的初始声明。
备择假设
备择假设声明总体参数小于、大于或不同于原假设中的假设值。
第 I 类错误
错误的拒绝了原假设
第 II 类错误
错误地接受了备择假设
功效 (power)
当特别的原假设出现时，正确地拒绝原假设的概率。
准则
尽量减少犯第 I 类错误的概率（尽量不要 “弃真”），尽管这将提高犯第 II 类错误（“取伪”）的机会。
P值
p-value is the probability we get this sample or a more extreme sample under H0. P值是用来衡量当原假设为真时所得到的样本观察结果极端程度的。
显著性水平(significance level)
即：犯第 I 类错误的概率 α 取值一般是0.05
P值小于显著性水平α，拒绝原假设。
参考：
Original link：https://izhangzhihao.github.io//2017/11/23/假设检验和显著性差异/