p值是在原假设成立的条件下H1成立的概率,也就可以理解为p=p(H1|H0),如果它很小那么,在假设H0成立时,H1成立概率很小,就是H0成立H1几乎不可能成立。从假设检验的思路出发,就是一个构建一个原假设H0的正态分布(可理解为虚拟模型),然后去抽样一堆实际值(实验真实发生的),通过这些抽样数值放在那个正态分布求在那个原假设的正态分布上的概率(把实际和虚拟结合),如果概率很小,那么说明假设H0发生,H1不可能发生,即 原假设正态分布中 >=抽样数值,不可能发生,不可能发生的小概率事件却发生了,就可以否定原假设(因为抽样值是客观的,已经发生了)