假设检验中的p值是什么意思？为什么越小越好？

并没有好坏之分，p值越小说明我们越有信心拒绝零假设。

p值本身是一个概率：在零假设下，观测值或者有甚于观测值发生的概率。这个概率越小，我们越趋近拒绝零假设。

这里比较特殊的是所谓的“有甚于”。比如说我们有一个正态分布，我们的零假设是这个分布的期望是0，对立假设是期望不等于0。我们从这个分布里随机取了100个数作为样本，这一百个数的均值是1。那p值就是在这个正态分布期望为0的前提下，这个样本的均值等于正负1，或者大于1，或者小于-1的概率。有甚于在这里就是大于1或者小于-1的意思。

p值是原假设为真的前提下出现观察样本以及更极端情况的概率。

所以p值的范围是0到1。

p值越小，我们越倾向于拒绝原假设。

p value是犯Type I error的概率。