>>148
Neyman-Pearson Lemma の方の検定なら、パラメータに関する「仮説」と「対立仮説」しかないので
「採択」と「棄却」が明確に成立する。
Neyman-Pearson検定論やWaldのDecision Theory は、「帰無仮説」という考え方を捨てて初めて成立する。
この立場での検定なら >>149が正しい。

帰無仮説を重視するのは Fisher流の有意性検定で、逆にこちらは明確な対立仮説を設定しない。
パラメータだけでなく、検定時の確率モデル全体が「帰無仮説」に含まれているためだ。
例えば、散開星団が「星団」であることを統計的に検証するために、「天空上に星が一様に分布する」
という帰無仮説を立てる。そして有意な違いが検出されれば、採択されるのは「銀河における星団の生成モデル」
であり、このような広いモデル選択は、Neyman-Pearson検定論では記述できない。

いまの統計学のテキストは、この辺の区別が無く、グッチャグチャに書かれているのがほとんど。