Su lógica se aplica exactamente de la misma manera a las viejas pruebas unilaterales (es decir, con ) que pueden ser más familiares para los lectores. Para concreción, imagine que estamos probando el nulo contra la alternativa de que es positivo. Entonces, si verdadero es negativo, aumentar el tamaño de la muestra no arrojará un resultado significativo, es decir, para usar sus palabras, no es cierto que "si obtuviéramos más evidencia, el mismo tamaño del efecto sería significativo".H 0 : μ ≤ 0 μ μx = 0H0 0: μ ≤ 0μμ
Si probamos , podemos tener tres resultados posibles:H0 0: μ ≤ 0
Primero, el intervalo de confianza puede estar completamente por encima de cero; luego rechazamos el nulo y aceptamos la alternativa (que es positiva).μ( 1 - α ) ⋅ 100 %μ
Segundo, el intervalo de confianza puede estar completamente por debajo de cero. En este caso no rechazamos el nulo. Sin embargo, en este caso creo que está bien decir que "aceptamos el nulo", porque podríamos considerar como otro nulo y rechazarlo.H1
Tercero, el intervalo de confianza puede contener cero. Entonces no podemos rechazar y tampoco podemos rechazar , por lo que no hay nada que aceptar.H 1H0 0H1
Entonces diría que en situaciones unilaterales uno puede aceptar el nulo, sí. Pero no podemos aceptarlo simplemente porque no lo rechazamos; Hay tres posibilidades, no dos.
(Exactamente lo mismo se aplica a las pruebas de equivalencia, también conocidas como "pruebas de dos lados" (TOST), pruebas de no inferioridad, etc. Uno puede rechazar el nulo, aceptar el nulo u obtener un resultado no concluyente).
En contraste, cuando es un punto nulo como , nunca podemos aceptarlo, porque no constituye una hipótesis nula válida.H 0 : μ = 0 H 1 : μ ≠ 0H0 0H0 0: μ = 0H1: μ ≠ 0
(A menos que pueda tener solo valores discretos, por ejemplo, debe ser entero; entonces parece que podríamos aceptar porque ahora constituye un valor nulo válido hipótesis. Sin embargo, este es un caso especial).H 0 : μ = 0 H 1 : μ ∈ Z , μ ≠ 0μH0 0: μ = 0H1: μ ∈ Z , μ ≠ 0
Este tema se discutió hace algún tiempo en los comentarios bajo la respuesta de @ gung aquí: ¿Por qué los estadísticos dicen que un resultado no significativo significa "no se puede rechazar lo nulo" en lugar de aceptar la hipótesis nula?
Ver también un hilo interesante (y poco votado) ¿El hecho de no rechazar el nulo en el enfoque de Neyman-Pearson significa que uno debería "aceptarlo"? , donde @Scortchi explica que en el marco de Neyman-Pearson algunos autores no tienen problemas para hablar de "aceptar lo nulo". Eso también es lo que @Alexis quiere decir en el último párrafo de su respuesta aquí.