p值是指對於該樣本，在假設原假設（H0）正確時，出現現狀或更差（極端）的情況的概率。
也就是說，p是已經發生的概率，如果這個概率很小，小到幾乎是不可能發生，但是這件事情卻已經發生了，我們就有理由懷疑原假設是不對的。
舉例：
有一枚硬幣：
H0：該硬幣正反均勻；H1：該硬幣正反不均勻；
現在進行實驗，擲20次，結果9次朝上。在H0正確的情況下,正反概率都是0.5，比這個狀況更極端的概率就是p，即p=P(X>=19)=P(X=19)+P(X=20)=21*0.5^20，顯然這個概率太小了，但是這種有生之年難得一見的事情卻發生了。默默告訴自己這並不是奇蹟，只能相信H0是錯的。
這個例子是單尾檢驗，只考慮X>=19的情況，有時候需要考慮兩端，也就是雙尾檢驗。
這裏說的也不錯：http://www.360doc.com/content/15/0704/22/22175932_482657194.shtml
H0：該硬幣正反均勻；
H0：該硬幣正反均勻；