方差分析后，如果P＜0.05，则结论应为A. 各样本均数全相等B. 各总体均数全相等C. 各样本均数不全相等D. 至少有两个总体均数不等E. 至少有两个样本均数不等

方差分析的核心目的是比较多个总体的均值是否存在显著差异。其原假设（$H_0$）是所有总体均数相等，备择假设（$H_1$）是至少有两个总体均数不同。当P值小于0.05时，拒绝原假设，说明数据间存在显著差异，但无法确定所有均数均不同，仅能推断至少存在一对总体均数不等。需注意，结论应基于总体均数而非样本均数，且避免绝对化表述。

1. 理解方差分析的逻辑

   • 原假设（$H_0$）：所有总体均数相等（$μ_1 = μ_2 = … = μ_k$）。
   • 备择假设（$H_1$）：至少有两个总体均数不等。
   • P值意义：若$P < 0.05$，说明观察到的数据与$H_0$假设下的分布差异显著，故拒绝$H_0$。

2. 排除错误选项

   • 选项B（各总体均数全相等）：与拒绝$H_0$矛盾，错误。
   • 选项C、E（涉及样本均数）：方差分析推断的是总体参数，样本均数差异可能由抽样误差导致，错误。
   • 选项D（至少两个总体均数不等）：直接对应$H_1$，正确。