Votre logique s'applique exactement de la même manière aux bons vieux tests unilatéraux (c'est-à-dire avec ) qui peuvent être plus familiers aux lecteurs. Pour être concret, imaginez que nous testons le rapport à l'alternative que est positif. Ensuite, si true est négatif, l'augmentation de la taille de l'échantillon ne donnera pas de résultat significatif, c'est-à-dire que pour utiliser vos mots, il n'est pas vrai que "si nous obtenions plus de preuves, la même taille d'effet deviendrait significative".H 0 : μ ≤ 0 μ μx=0H0:μ≤0μμ
Si nous testons , nous pouvons avoir trois résultats possibles:H0:μ≤0
Premièrement, intervalle de confiance peut être entièrement supérieur à zéro; alors nous rejetons le null et acceptons l'alternative (que est positif).μ(1−α)⋅100%μ
Deuxièmement, l'intervalle de confiance peut être entièrement inférieur à zéro. Dans ce cas, nous ne rejetons pas le null. Cependant, dans ce cas, je pense qu'il est bon de dire que nous "acceptons le null", car nous pourrions considérer comme un autre null et rejeter celui-ci.H1
Troisièmement, l'intervalle de confiance peut contenir zéro. Ensuite, nous ne pouvons pas rejeter et nous ne pouvons pas non plus rejeter , il n'y a donc rien à accepter.H 1H0H1
Je dirais donc que dans des situations unilatérales, on peut accepter le nul, oui. Mais nous ne pouvons l'accepter simplement parce que nous ne l'avons pas rejeté; il y a trois possibilités, pas deux.
(Exactement la même chose s'applique aux tests d'équivalence alias "tests bilatéraux" (TOST), tests de non-infériorité, etc. On peut rejeter le null, accepter le null ou obtenir un résultat non concluant.)
En revanche, lorsque est un point nul tel que , nous ne pouvons jamais l'accepter, car ne constitue pas une hypothèse nulle valide.H0H0:μ=0H1:μ≠0
(À moins que ne puisse avoir que des valeurs discrètes, par exemple doit être un entier; alors il semble que nous pourrions accepter car constitue maintenant un null valide Ceci est cependant un cas particulier.)H 0 : μ = 0 H 1μH0:μ=0H1:μ∈Z,μ≠0
Cette question a été discutée il y a quelque temps dans les commentaires sous la réponse de @ gung ici: pourquoi les statisticiens disent-ils qu'un résultat non significatif signifie "vous ne pouvez pas rejeter le nul" plutôt que d'accepter l'hypothèse nulle?
Voir aussi un fil intéressant (et sous-voté) Le fait de ne pas rejeter le nul dans l'approche Neyman-Pearson signifie-t-il qu'il faut «l'accepter»? , où @Scortchi explique que dans le cadre de Neyman-Pearson, certains auteurs n'ont aucun problème à parler d '"accepter le nul". C'est aussi ce que @Alexis signifie dans le dernier paragraphe de sa réponse ici.