近年来，对零假设显著性检验的批评不断，本文就是统计大牛Cohen对于围绕显著性检验的使用过程中的一些误区的解读，以及该如何更加谨慎的使用统计方法而写的文章。 Cohen描述的NHST的逻辑为：如果零假设是正确的，那么这样的结果是很不可能的（比如0.05）；而这样的结果已经出现了，因此零假设是很不可能是正确的。但是Cohen在文章中也有一些问题，比如其例子H0：被试是正常人，H1：被试是精神病人中，首先，对总体而言，很难一个个去判定个体是正常人还是精神病人；另外，样本无论是满足零假设还是备择假设，都应该是来自于一个总体，因此零假设和备择假设不可能同时为真；在零假设为真的情况下，得不到抽样分布的信