你的不适与哲学中的模糊理论有关。统计学家普遍认为像你这样的案例是可以解决的，因此，这种情况是一个模棱两可的案例，而不是真正的模糊（尽管这最终是一种哲学信仰，而不是可以证明的东西）。所以，从统计的角度来看，我们说你只是没有足够的力量，因为标准逻辑（脆集）要求 A 要么来自与 B 相同的人口，如 C，或者来自它自己的人口。因此，您必须至少有 1 个II 类错误。也就是说，如果 A 来自与 B 相同的人口，那么$\text H:A=C$应该被拒绝了，同样如果和C一样，那么$\text H:A=B$应该被拒绝，如果来自不同的群体，那么两个空值都应该被拒绝。在此期间，您可以说 B 和 C 之间存在差异。（对不起，所有的形而上学。）

大多数统计学家会得出结论，在这种情况下，B 和 C 之间存在显着差异。

人们普遍认为，拒绝零假设比接受它更能提供信息。作为一名学生，我什至不得不写“原假设未被拒绝”而不是“原假设被接受”。之所以如此，是因为您知道拒绝时出错的概率很小（通常低于 0.05），但您不知道接受时出错的概率（可能接近 1）。

其余的，我完全同意@gung 的回答。