[假设，目前我们不是在谈论复合零假设，因为它将简化讨论​​以坚持更简单的情况。可以在复合案例中提出类似的观点，但由此产生的额外讨论可能证明不太具有启发性]

I 类错误的概率（如果假设成立）由给出，是重复抽样概念下的概率。如果你在 null 为 true 时多次收集数据，从长远来看，你会拒绝这些时间实际上，它会在您采样之前告诉您 I 类错误的概率。$\alpha$$\alpha$

p 值是特定于实例且有条件的。它不会告诉您 I 类错误的概率，无论是在您采样之前（它不能告诉您，因为它取决于样本），还是之后：

如果那么你犯 I 类错误的机会为零。$p\geq\alpha$

如果 null 为真且则您犯 I 类错误的机会为 1。$p<\alpha$

再看一下正在讨论的两件事：

• P(I 类错误) = P(拒绝 H |H真)$_0$$_0$

• p-value = P(样本结果至少与观察到的样本值一样极端|H true, sample)$_0$

它们是不同的东西。

编辑 - 从评论看来，有必要详细说明您的第二段：

p 值似乎给出了错误拒绝真零假设的概率的准确估计

并非如此，如上所述。（我认为这足以使问题的其余部分变得毫无意义。）

α 似乎是最大可接受的 I 类错误，

实际上，是的（当然，我们可能会选择一个低于我们准备接受的绝对最大速率的$\alpha$

而 p 是精确的。

同样，不是这样；在建议的意义上，它不等同于正如我所建议的，条件概率中的分子和分母都不同于的分子和分母。$\alpha$$\alpha$

换句话说，它似乎给出了我们仍然可以拒绝零的最小 α 水平。

尽管我早先提出了警告，但有一种直接的（不一定特别有趣）的感觉是正确的。请注意，在测试之前选择了，因此有必要从我们通常的情况转移。$\alpha$$p$

如果我们假设以下反事实：

• 我们有一组假设检验器，每个检验器都在自己的显着性水平上运行

• 他们每个人都呈现相同的数据集

那么p值就是那些拒绝和接受的测试者之间的分界线。从这个意义上说，p 值是测试人员仍然可以拒绝空值的最小 α 水平。但在实际测试情况下，是固定的，而不是可变的，我们处理的概率是 0 或 1（在某种意义上类似于人们所说的“置信区间包含参数的概率” ）。$\alpha$

我们的概率陈述是指重复抽样；如果我们假设一个测试人员的集合，每个人都有自己的，并且只考虑一个数据集来测试一个，那么不清楚是那个场景中任何事情的概率 - 相反，如果我们有一个集合代表一些东西测试人员和重复抽样，其中 null 为真 - 他们每个人都会拒绝样本中他们的 null 的一部分，而将代表每个样本的某些东西。$\alpha$$\alpha$$\alpha$$\alpha$$p$

你的解释似乎是正确的。我要补充的警告是，是在进行假设检验之前做出的先验决定。因此，如果发现检验统计量的p值为 0.00021，然后报告您的检验的为 0.00021，这并不是一个好的发现；这将使和p (错误地) 成为同义词。$\alpha$$\alpha$$\alpha$

值不是“错误拒绝真实零假设的概率的精确估计” 。这个概率是通过构建一个级测试来固定的。相反，它是对实验的其他实现比实际实现更极端的概率的估计。仅当当前实现属于顶级极端实现时，我们才拒绝原假设。$p$$\alpha$$\alpha$

但是您可以将值想象为最小值是正确的，这样，如果，则测试将在当前数据的显着性与无显着性的边界上。$p$$\alpha$$\alpha$

也许不同的解释会有所帮助：我们说我们拒绝原假设，如果当前结果可以被证明属于可能结果的极端，前提是原假设成立。值只是表明我们的结果实际上有多极端。$100 \alpha \%$$p$

您以两种平行的方式混淆了概率和。$p$

长期概率，如 I 类错误率，不应被视为与连接到单个事件（收集的数据）的条件概率直接可比。在这种情况下，后者是由空模型生成的值与当前数据相比极端或更多的数据的概率。而且，不是错误拒绝空值的概率。$p$$p$

想象一系列实验，其中空值必须为真（例如比较两个硬币的偏差）。进一步想象在运行实验之前较小的会不会导致您犯 I 型错误的可能性降低？任何一次实验的结果都会影响 I 型错误吗？$\alpha$$\alpha$

我认为这种混淆经常出现，因为我们在对样本进行测试时估计了总体参数。所以均值是对的估计，标准差是对的估计，但根本不是总体参数。如果效果为 0，这只是当前数据或更多极端值的概率。如果您确定效果不为 0，则它没有任何意义。$\mu$$\sigma$$p$