1、66常6綠6鴈666666奸6磠6顈6666精辟的定义，因为当初设计这两个统计参数的目的不在于方便教学。它们只是总结检验结果的方法。（如果你上了一节统计课，发现根本记不住这些的定义，原因就在于此。我来代表统计学说一句：不是你的锅，是我自己的锅。）这样做的意义是，如果你按照我刚才描述的方法进行测试，数学可以保证你犯错误的风险被限制在你选择的显著性水平以内（这就是为什么你亲自设置显著性水平很重要数学计算就是为了保证你所选择的风险设置得以实现，如果你不费心选择就没有意义了。）数学理论是建立零假设的基础，这也是P值理论的来源。数学可以制造和检验零假设这个“玩具宇宙”（亲爱的统计学家们，这多么的酷啊！？
2、简直太酷了！），并生成数据，从而与已有的数据集进行相似度对比。如果你的零假设玩具宇宙与现实数据相似的可能性太低，你的P值将会很低，你最终会拒绝零假设.那就改变主意接受备择假设吧！那些疯狂的公式、概率、分布是用来做什么的呢？它们让我们得以描述那些统治零假设世界的一系列规则，从而判断零假设是否与真实世界相符。如果不是，你就可以大喊：“太荒唐了！拉出去砍了！”如果相符，你耸耸肩，遗憾没学到新知识。以后我们再深入讨论这个话题。就目前而言，只需将数学的作用看作是帮我们建立了多个小的玩具世界，帮助我们进行检验，看看真实数据如果放进玩具世界中是否合理。P值和置信区间是帮你总结的方法，让你不需要眯眼费力来阅读
3、关于这个世界的冗长描述。他们代表着终极判断：用它们来查看是否采取你默认的做法。任务完成！我们做准备工作了吗？这是功效所衡量的内容。等一下，我们是否做足了准备工作，确保我们实实在在的收集了足够的证据，让我们有足够的把握地改变观念了吗？这个问题的答案是由功效这个概念所衡量的。不改变观念很简单，只要不去寻找支持它的证据就好了。你的功效越大，说明你给自己更多机会来改变观念。功效是拒绝原假设且结果正确的概率。当继续采取默认做法，我们虽然没学到什么，如果用功效对原假设进行衡量也能让我们感觉更好。至少我们做了足够的准备，也进行了尝试。如果没有用功效进行衡量，我们肯定不会改变自己的观念。这样甚至不需要去分析数据了。功效分析用于检查在着手之前你是否准备了足够的数据&
