分布。但可惜试验者通常只有能力和精力做一次这样的试验（就算能做好多次，也在文章发表之后再说吧）。如果零假设正确，得到的xbar更有可能在零附近不太远的地方。如果得到的xbar距离零远得太离谱，这样极端的情况在一次试验中恐怕不太可能发生。既然发生了，更有可能是因为零假设本身是错误的，因而拒绝零假设。取到比某个极端阈值更加极端值的概率，就是p值（Fisher的显著性检验理论，区别于Ego
Pearso
JerseyNeyma
的假设检验I类II类错误理论）。在本例中，如果零假设正确，（根据正态概率分布）则xbar取到比196更大或比196更小值的概率仅有5。于是设定一个标准，如果一次试验得到大于196或小于196的xbar（p005），那么就很有“信心”认为零假设错误，盒子里所有球数字的平均值不太可能等于零。频率学派里的“信心”在此处理解为，在零假设正确的情况下，如果真的重复了100次这样的试验，用以上的标准做出对零假设的判断，平均意义上将出现5次错误的拒绝。换句话说，零假设本身正确而被假设检验流程拒绝的可能性是5（通常的取值有5，1等等，没有什么科学依据，5就是Fisher当年第一次在田间随便一说，后来大家认为都能接受就成习惯了）。而事实上，上帝知道盒子里所有球数字的平均值是196，如果真的重复了100次这样的试验，平均意义上有约50次将得到xbar小于196的结果，而剩下约50次将得到xbar大于196的结果。也就是说，该试验者按照这样的假设检验流程，有50的可能性得到p005的结果拒绝零假设，有50的可能性得到p005的结果不能拒绝本应拒绝的零假设。场景2：描述同模拟1，但上帝观察了每一个球上的数字，总结得到，X服从均值为00000196，标准差为10的正态分布。那么从中有放回地随机抽取100个，计算这些球上数字的平均值xbar，则xbar也是一个随机变量（每做一次取100个球的试验得到的一个均值是不确定的），应当服从均值为00000196，标准差为1的正态分布。试验者希望通过从盒子中有放回地随机抽取100个球，利用这100个球的信息，推断盒子里所有球上数字的均值是否等于零。他目前只能知道一次试验得到的平均值xbar应当服从一个平均值未知，标准差为1的正态分布。
f于是他建立的零假设（
ullhypothesis）是，盒子里所有球上数字的平均值等于零。可以推断，在不考虑零假设的情况下，如果重复100次这样的试验，可以得到100不全相同的xbar，这些xbar应当服从一个平均值未知，标准差为1的正态分布。但可惜试验者通常只r