在假设检验中,P值表示什么?A. 拒绝原假设时的置信度。B. 第二类错误发生的概率。C. 无效假设成立时,观测到更极端结果发生的概率。D. 接受备择假设时的错误概率。

P值是假设检验中的核心概念，其本质是在原假设（H₀）成立的条件下，观察到当前样本统计量或更极端结果的概率。理解P值需抓住两点：

1. 条件性：计算基于原假设成立；
2. 极端性：包含当前结果及更偏离原假设的情况。

选项中需区分P值与显著性水平（α）、第一类错误（α）、第二类错误（β）的关系，避免混淆。

关键定义：
P值 = 原假设成立时，观测到当前样本结果或更极端结果的概率。

选项分析：

• A. 拒绝原假设时的置信度
  错误。置信度是1 - 显著性水平（α），与P值无直接关系。P值仅用于比较是否小于α，决定是否拒绝H₀。
• B. 第二类错误发生的概率
  错误。第二类错误（β）是H₀不成立时错误接受H₀的概率，与P值无关。
• C. 无效假设成立时，观测到更极端结果发生的概率
  正确。此处“无效假设”指原假设（H₀），描述与P值定义完全一致。
• D. 接受备择假设时的错误概率
  错误。接受备择假设（即拒绝H₀）的错误概率是第一类错误（α），而P值本身不直接等于α，需与α比较后判断。