假设检验是六西格玛学习过程中至关重要的一个环节，运用假设检验可以有逻辑性且科学的证明一些观点。

在假设检验的使用过程中，有两个至关重要的参数：显著性水平a与p值

显著性水平a是犯第一类错误的概率，即原假设H0为真时，由于样本的随机性，会出现一些极端值导致样本的观测值落在拒绝域中，从而做出拒绝原假设H0的结论。

p值，六西格玛书中定义：“当原假设H0成立时，出现目前状况的概率”，解释是当原假设成立时，出现目前状况或对原假设更不利的状况，即对备择假设更有利状况的概率。

针对p值这个的定义，个人感觉太绕了。百度百科里是这样定义：“当原假设为真时，比所得到的样本观察结果更极端的结果出现的概率”，更绕！

我们都知道：

当p＜a时，拒绝原假设H0，承认备择假设H1为真；

当p＞a时，不能拒绝原假设H0。

显著性水平a与p怎么联系到一起的呢？尝试解释一下

显著性水平a是由于抽取样本的随机性，导致样本出现一些极端值，让我们错误的认为原假设H0是假，犯这种错误的概率是a。如果a=0.05，则认为因为样本的随机性导致拒绝原假设H0的概率是5%，这是一个小概率事件，顾名思义是这种情况不可能那么巧的在一次抽样中就发生。

1. p＜a

若p=0.02，在原假设H0成立前提下，此次抽取的样本观测值，因为抽取样本的随机性导致犯第一类错误的概率是2%。

前面已经定义犯第一类错误的显著性水平a=5%，5%已经是小概率事件，而通过样本计算的犯第一类错误的概率2%则更是小概率事件了，但是发生了。

因此，原假设H0的前提条件则不成立，即原假设H0是错误的。

2. p＞a

若p=0.58，则因为抽取样本的随机性导致犯第一类错误的概率是5.8%＞5%，这不是一个小概率事件，是可以发生的。

因此，没有理由认为原假设H0有问题，只得承认H0为真，因为拒绝是需要理由的。

各位大神，这样解释是否正确？