假设检验---p临界值法

应用场景：美国联邦贸易委员会（FTC）定期设计统计调查，用以检验制造商的说明。例如：大号听装Hilltop咖啡的标签上标明装有3磅咖啡，FTC知道
HillTop的生产线不可能精确的在每罐中放入3磅咖啡，甚至无法保证所有听装咖啡重量的总体均值为3磅／听。当然，只要听装总体重量的均值至少为3磅／听
消费者的权益将得到保障

假设检验-p临界值法：
第一步，为检验提供原假设和备择假设：如果罐内装入咖啡重量的总体均值至少为3磅／听，那么Hilltop遵守了产品的承诺。
原假设：H： u >= 3 备择假设：H: u < 3 我们设定：使得当u = 3，犯第一类错误的概率为0.1

import numpy as np
import scipy.stats

def DataBox():

    n = 10000
    root_means = np.random.randint(low=29.28, high=32.21, size=n)

    # 生成50组咖啡，每组500瓶，50组的数据组成为咖啡的总体，服从正态分布，且均值在 29 ～ 33 之间的数值
    coffe_all = list([])        # 生成的咖啡总体，数据服从正态分布
    for i in range(n):
        group_coffe = np.random.normal(root_means[i], 0.1, 3)
        group_coffe = group_coffe.tolist()
        coff