［图解DS基础概念］Critical value，Alpha，Z－score，P－value 关系

critical value 临界值

＋－1.96 叫 critical value 临界值，是拒绝域的边界：

例如某个实验中计算出 z score ＝ 2.6，那就用 2.6 与＋－1.96 去比较，看它是否在拒绝域。如果在，我们就要拒绝假设。

alpha 是拒绝域边界外尾巴处的面积

置信度为 0.95，即有 95% 的可能性总体平均值会落在两个临界值之间。此时 alpha ＝ 0.05。

P－value 是用来显示试验结果的 z score 的显著性如何：

p－value 的大小就是 大于 2.6 的面积：

另外此处也可以写成 p < 0.025:

这个过程，可以用小概率事件来理解，在原假设下，如果它是正确的，就认为不会发生小概率事件。那么如果实际上，小概率事件发生了，就只好认为是原假设不对了。

小结一下，就是我们设计的实验，可以接受的误差概率为 alpha，根据这个值可以算出两个边界值，实际试验样本计算出的 z score 如果在两个边界的外面，那么它对应的 p－value 就小于 alpha，可以看成是小概率事件发生了，此时就可以认为原假设不对。

更细致的解释可以看这里。