在对两个样本均数作假设检验时,若P>0.1,则统计推断为A. 两总体均数的差别有统计意义B. 两样本均数的差别有统计意义C. 有0.9的把握度认为两总体均数无差别D. 犯第二类错误的概率为0.1E. 两总体均数的差别无显著性

本题考查假设检验中P值的解释及统计推断。关键点在于理解：

1. P值的意义：P值是假设检验中观察到的数据与原假设相符的概率，越小越倾向于拒绝原假设。
2. 显著性水平α与P值的关系：若P > α（通常α取0.05或0.01），则不拒绝原假设，认为差异无统计学意义。
3. 选项辨析：需区分“统计意义”“把握度”“第二类错误”等概念，避免混淆。

假设检验基本逻辑

1. 建立假设：原假设（H₀）为两总体均数无差异，备择假设（H₁）为存在差异。
2. 计算P值：P > 0.1表示在H₀成立时，观察到当前样本差异的概率较高。
3. 比较P与α：即使采用较宽松的α = 0.1，P > α仍成立，因此不拒绝H₀。
4. 结论：数据不足以支持“两总体均数有差异”的结论，即差异无显著性。

选项分析

• A、B：错误。P > 0.1说明差异无统计意义，不能认为有“统计意义”。
• C：错误。“把握度”（Power）是1 - β（第二类错误概率），但题目未提供β相关数据，无法计算。
• D：错误。第二类错误概率β与P值无关，无法直接得出β = 0.1。
• E：正确。P > 0.1说明差异无显著性，符合假设检验规则。