1.检验水准α和Ⅰ型错误α一样吗？
研究生教学用书《医学统计学》（第二版）P54：“拒绝了实际上成立的H0，这类弃真的错误称为Ⅰ型错误。前面所讲的检验水准，就是预先规定的允许犯Ⅰ型错误概率的最大值，Ⅰ型错误的大小也用α表示……”
《医学统计学》（第二版）（协和出版社）P59：“若要同时减小Ⅰ型错误α与Ⅱ型错误β，唯一的办法就是增加样本量n。”
《卫生统计教程》（北医出版社）P70：“如果检验水准α定为0.05，则犯Ⅰ型错误的概率<=0.05。”
从以上教材中的表述看出，虽然都用同一个希腊字母α表示检验水准和Ⅰ型错误，但二者的实质是有差别的；如果检验水准α和Ⅰ型错误α一样的话上面的表述是解释不通的。个人认为检验水准α和Ⅰ型错误α的区别如下：
检验水准α，记为α-level，是在假设检验开始时人为规定的一个区分是否判定为小概率事件的水准（界限）。无论一个研究的样本n多大，α-level常取0.05或0.01，此值与n无关（人为规定）。
Ⅰ型错误α，记为α-error，即犯Ⅰ型错误（拒绝了实际上成立的无效假设H0）的概率大小，显然α-error的大小并非人为规定的，个人觉得α-error大小与检验的方法、样本n的大小等有关，其大小通常也是未知的（和β类似）。
α-level与α-error的关系：α-error<=α-level，即若α-level=0.05，那么犯Ⅰ型错误的最大允许概率为α-error=α-level =0.05
那么教材上虽然都用同一个希腊字母α表示检验水准和Ⅰ型错误，但一般是指α-level，比如Ⅰ型错误与Ⅱ型错误关系的那个表格中的α；再如计算累计错误公式中的α。由于α-error未知，并且当n不一样时α-error大小亦不同。但为了方便分析讨论，我们一般就用α-error的最大值（即α-level）来表示犯Ⅰ型错误的概率大小。
2. p值与检验水准α的关系？
P值系指从H0所规定的总体中随机抽样，所观察到现有情况以及比现有情况更极端（越背离H0）情况出现的概率，也可以理解为，在假设H0成立的条件下，样本均数与总体均数以及样本均数与样本均数之间的差异用抽样误差解释的可能性有多大。
假设检验得出的P值要与检验水准α比较来判断，在假设H0成立的条件下，差异用抽样误差解释的可能性大小是否为小概率事件。当P<0.05时，说明在H0成立的条件下，得到现有检验结果的概率小于通常确定的小概率事件标准0.05。因为小概率事件在一次事件中几乎不可能发生，现在确实发生了，说明现有的样本信息不支持H0，所以怀疑原假设H0不成立，故拒绝H0。在下“有差别”结论时，能够知道可能犯Ⅰ型错误的概率不会大于0.05，这在概率上有了保证。
3. p值与Ⅰ型错误α值的大小一样吗？
北医的《卫生统计教程》p61，p70有这样一句话“p越小越有理由拒绝H0，犯Ⅰ型错误的可能性越小。”
此句容易让人产生误解：p值的大小就是犯Ⅰ型错误概率的大小；或p值的大小与犯Ⅰ型错误概率的大小α成正比。
其实不是这样的。把“p越小越有理由拒绝H0，犯Ⅰ型错误的可能性越小。”这句话反过来说“p越大越有理由不拒绝H0，犯Ⅱ型错误的可能性越大。”
显然，p值并不是犯Ⅰ型错误概率的大小，1-p不=1-α。
那么，p值与犯Ⅰ型错误概率的大小有什么关系呢？？……
不知道胡说的对不对，还望各位大虾指点！[s:12]
