我看到的绝大多数教科书上说：
    假设检验中的第一类错误是指：原假设事实上正确，可是检验统计量的观测值却落入拒绝域，

因而否定了本来正确的假设。这是弃真的错误。发生第一类错误的概率在双侧检验时是两个尾部

的拒绝域面积之和；在单侧检验时是单侧拒绝域的面积。
    总之，绝大多数教科书上说第一类错误概率等于α（显著性水平）。

    我的疑问是：
    要是这样的话，在相同的α水平下，不是所有假设检验项目犯第一类错误的概率都一
样了吗？可是不同的项目p值是不同的！

    我的看法是：

    我认为发生第一类错误的概率不大于α（显著性水平），应该等于p值。

    请教各位：发生第一类错误的概率到底应该是什么？

追加疑问：
    根据大多数教科书上说法，我们可以得出：同一个假设检验项目，不同的α（显著性水平）犯

第一类错误的概率不一样。例如 α=0.05 和 α=0.01，一个假设检验结果的为P=0.003，两者都是

拒绝原假设。犯第一类错误的概率分别是0.05与0.01.

   为什么同一个假设检验项目，在拒绝原假设的情况下，犯第一类错误的概率不一样呢？