为什么在假设检验中,p－value值小于0.05是反对H0?不是应该相反么?先说一下那个显著水平没学过,不懂,尽量不要用那个解释.我的疑问就是p－value是通过H1的数算出来的值,那么,算出来的p－vaule 不是应该 越大越支持h1么 但为什么是 小于0.05才支持h1?

H0是先假定成立的假设,H1是H0不成立时准备接受的备用假设.
先假设H0成立,再通过样本实际算出一个统计值（比如Mu).如果发现这个值所代表的p值很小,则说明H0成立的情况下,这个值出现的机会很小.这时就认为H0不对,拒绝H0,也就是接受H1.
举例来说,某人告诉你一个鱼塘里鱼很多.你想通过实验看他说的对不对.
于是H0:该鱼塘鱼很多.H1：该鱼塘鱼不多.
然后你捞鱼,捞了10次,才捞2条.
你觉得说如果鱼多的话,我怎么只捞两条呢?捞两条或者更少的机会很小的.
那么一定是那个人告诉你的事实不对.
于是你就拒绝接受他的说法,转而相信H1,鱼不多.
这个捞两条或更少的机会就是P.P越小,你越有信心拒绝H0.比如你一条没捞到,你就更不信H0,接受H1.
P就是信心的问题.假设是3%,那么你3%的相信H0是对的,97%是不对的.