一句话定义
p 值是在零假设为真时，观察到当前数据或更极端数据的概率。
机制 / 原理
p 值回答的是一个条件问题：假如零假设真的成立，这样的数据有多罕见？p 值越小，说明当前数据越不像零假设世界里的自然波动。但它不告诉你零假设为真的概率，也不告诉你效应有多大，更不自动证明研究假设正确。
经典实验 / 例子
公平硬币的零假设下，连续 10 次正面非常罕见，所以 p 值会很小。小 p 值让我们怀疑硬币可能不公平，但仍需要考虑实验设计、重复验证和效应解释。
生活中的例子
店铺声称平均配送 30 分钟，你抽样发现平均 45 分钟。如果这种差异在“真实平均仍是 30 分钟”的世界里极少出现，p 值就会很小。
常见误区
常见误区是把 p=0.03 解读成“零假设有 3% 概率是真的”。p 值是数据在零假设下的罕见程度，不是假设本身的概率。