完全随机设计的单因素方差分析中，F处理>0.05(V1,V2)，则统计推论是（ ）。A. 各总体均数都不相等B. 各总体均数不全相等C. 各样本均数都不相等D. 各总体均数相等E. 各总体方差不全相等

考查要点：本题主要考查单因素方差分析的基本原理及结果解释，特别是对假设检验结论的理解。

解题核心思路：

1. 明确假设检验的逻辑：方差分析中，原假设（$H_0$）是各总体均数相等，备择假设（$H_1$）是各总体均数不全相等。
2. F检验的作用：通过比较组间均方与组内均方的比值（即$F$统计量），判断组间差异是否显著。
3. 结论推导：若$F$处理值超过临界值，则拒绝$H_0$，接受$H_1$，即认为总体均数间存在差异，但需注意“不全相等”的表述。

关键点：

• “不全相等”表示至少存在一个总体均数与其他不同，而非全部均数均不同。
• 统计推论针对总体均数，而非样本均数或方差。

在完全随机设计的单因素方差分析中：

1. 假设设定：

   • 原假设（$H_0$）：各组总体均数相等，即$\mu_1 = \mu_2 = \dots = \mu_k$。
   • 备择假设（$H_1$）：各组总体均数不全相等（至少有一个不同）。

2. F检验的判断：

   • 计算$F$处理值（组间均方与组内均方的比值）。
   • 若$F$处理 > 临界值$F_{0.05}(V_1, V_2)$，则拒绝$H_0$，接受$H_1$，即认为总体均数间存在显著差异。

3. 选项分析：

   • A：错误。方差分析仅说明“不全相等”，不能推断“全部均数不同”。
   • B：正确。拒绝$H_0$的结论是“总体均数不全相等”。
   • C：错误。统计推论针对总体，而非样本均数。
   • D：错误。$H_0$被拒绝，说明总体均数不全相等。
   • E：错误。方差分析假设方差齐性，本题未涉及方差检验。