统计学假设检验中 p 值的含义具体是什么？

就从打赌开始说起。

一日闲机无聊，我与楼主会饮于望胡楼。饮罢，两人都不想主动买单，于是我提议以置硬币来决定谁买单。
规则是这样的：有二十个一元硬币，谁的菊花朝上多，谁就算赢。
然后楼主先投，有十一个硬币菊花朝上。
他就得意洋洋的看我。
然后我一扔，有十九个硬币个个菊花朝天。

楼主角色由红转白，由白转黑。
拍案而起，大吼一声，你丫作弊，硬币有问题！
我笑而不语问楼主：凭什么说硬币有问题？

难道二十个硬币中十九个硬币菊花朝上就根本不可能么？显然理论上是可能的，但是楼主依旧会认为我在作弊，实际上，任何人见到这个的场景都会怀疑背后有猫腻。

因为楼主或其他任何人都知道：假如这场打赌是公平的话，那么每一个硬币的两面都有相等的
概率向上，所以每个硬币菊花朝上的概率都是1/2也就是0.5，那么十九个菊花朝上的概率是20/1048576，约等于0.00002。

这种概率太小了，楼主认为在假如我没有在硬币上做手脚以让结果有利于我的话是不可能发生这种情况的。

我立刻反驳说，你这是嫉妒我，那我要扔出二十个菊花朝上你还不是要说我也在作弊？

楼主说，没错，我既然认为你扔出十九个菊花朝上是在作弊，那二十个菊花朝上当然也是因为你对硬币动了手脚！

让我们用统计学的语言概括一下。

H0：我没有对硬币动手脚。
H1：我对硬币动了手脚，以让结果偏向于我。

（这里面的H0称之为检验假设，意思是说你要检验的这个假设，H1称之为备择假设。他们两的关系是不能兼容的。这两者只能且必须拒绝一个。假如拒绝H0的话，那么就不能拒绝H1了。）

于是我们做了一个实验（**）。

结果出现了十九个硬币菊花朝上的情况。假如**是公平的，那么出现这种情况的概率是20/1048576。而比这种情况更加极端的二十个硬币统统朝上的概率是1/1048576，这种概率更加低。

假如我们认为十九个硬币朝上是个小概率事件的话，那么比它更极端的二十个硬币朝上是一个更加极端的更小概率事件。

这两者的和是21/1048576。

于是楼主认为在这么一次实验（**）当中出现这么个小概率事件或者比它更极端的事件是不肯能的。

于是只能拒绝H0，于是不能拒绝H1。

也就是说我对硬币动了手脚，以让结果偏向于我。

以上就是假设检验的基本思想，里面涉及到了楼主的一个问题，什么是p值？

这里的p值等于21/1048576，p值就是假如**是公平的，那么出现这种情况和比这种情况更极端的概率值。

翻译成干巴巴的语言就是在H0成立的条件下，出现该实验结果或更极端情况的概率值。

『H0成立的条件下，出现该实验结果的概率值。』p 值定义应该还是在 H0条件下，出现现在结果和比现在结果偏离更远的概率值吧

二、

三、