作两样本均数比较的t检验时,正确的理解是:A. P值就是aB. 统计量t越大,说明两总体均数差别越小。C. 统计量t越大,说明两总体均数差别越大。D. 统计量t越大,越有理由认为两总体均数不相等。E. P值不是a,且总是比a小。

步骤 1：理解t检验的含义
t检验是一种用于比较两个样本均数差异的统计方法，它通过计算t统计量来判断两个样本均数的差异是否具有统计学意义。t统计量的大小反映了两个样本均数差异的显著性。

步骤 2：理解P值的含义
P值是统计学中用来衡量假设检验结果的一个指标，它表示在零假设成立的情况下，观察到当前样本结果或更极端结果的概率。P值越小，说明观察到的样本结果在零假设成立的情况下发生的概率越低，从而越有理由拒绝零假设。

步骤 3：理解t统计量与P值的关系
t统计量的大小与P值之间存在一定的关系。t统计量越大，说明两个样本均数的差异越显著，从而P值越小。因此，t统计量越大，越有理由认为两总体均数不相等。

步骤 4：分析选项
A. P值就是a：P值和a（显著性水平）是两个不同的概念，P值是根据样本数据计算出来的，而a是事先设定的显著性水平。
B. 统计量t越大,说明两总体均数差别越小：t统计量越大，说明两总体均数的差异越显著，而不是越小。
C. 统计量t越大,说明两总体均数差别越大：t统计量越大，说明两总体均数的差异越显著，但不能直接说明两总体均数的绝对差异大小。
D. 统计量t越大,越有理由认为两总体均数不相等：t统计量越大，说明两总体均数的差异越显著，从而越有理由认为两总体均数不相等。
E. P值不是a,且总是比a小：P值和a是两个不同的概念，P值不一定总是比a小，只有当P值小于a时，才拒绝零假设。