P是“拒绝原假设时犯错误概率”又或者说是“如果你拒绝掉原假设实际上是在冤枉好人的概率”。
不管怎么表达理解上都有点绕，所以你还是看例子吧。比如你做一个假设（ null hypothesis）：你的女性朋友平均身高2米，输入你统计的样本数据后，计算机给你返回的p值是0.03。这意味着如果你拒绝“女性朋友平均身高2米”这个结论，犯错的概率是0.03，小于0.05（人们一般认为拒绝一句话时犯错概率小于0.05就可以放心大胆地拒绝了），这个时候你就可以拒绝原假设。如果计算机返回p值是0.9，那么你就会想，这说明拒绝原假设犯错概率高达90%，那么我就不应该拒绝原假设，即你应该认为你的女性朋友平均身高就是2米。
至于什么是alpha呢，上面例子中0.05这个标准就是alpha值，这个标准是可以你自己人为改变的
原假设为女性朋友身高平均值2米，取了若干个样本后测量出样本的平均值为1.6，经过计算（计算过程非常简单，如果总体的方差已知就用Z检验，如果总体的方差未知就用样本方差替代然后用t检验，每本统计书上都有不赘述），在我们设定alpha为0.05时，置信区间为1.8到2.2，咱们取的样本均值1.6不在这个范围内，所以拒绝。
“拒绝原假设犯错的概率”是在说什么呢，它是在说，我们假设女孩子们身高均值为2米，计算出来的均值为1.6，跟原假设差距很大，这时候我们拒绝原假设“身高为2米”，我们拒绝这个不靠谱假设时可能犯错的概率
