完全随机设计的单因素方差分析中，F处理＞F0.05(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论推导，重点在于理解F检验结果的统计意义以及原假设的拒绝逻辑。

解题核心思路：

1. 明确原假设：单因素方差分析的原假设是各组总体均数相等（μ₁=μ₂=…=μₖ）。
2. F检验的含义：若计算得到的F处理值大于临界值F₀.₀₅(v₁,v₂)，则拒绝原假设，说明处理因素对观测结果有显著影响。
3. 结论的边界：拒绝原假设仅说明总体均数不全相等，而非“全部均数不同”或“方差不齐”。

破题关键点：

• 区分统计推论的强度（“不全相等” vs “全部不同”）。
• 明确统计推断的对象是总体均数而非样本均数。
• 排除干扰选项（如方差齐性假设与选项E无关）。

在完全随机设计的单因素方差分析中：

1. 原假设与备择假设：

   • H₀：所有组的总体均数相等（μ₁=μ₂=…=μₖ）。
   • H₁：至少存在两组总体均数不同（即总体均数不全相等）。

2. F检验的判断逻辑：

   • 计算F处理值（处理均方与误差均方的比值）。
   • 若F处理 > F₀.₀₅(v₁,v₂)（拒绝域），则拒绝H₀，接受H₁。

3. 选项分析：

   • A（各总体均数都不相等）：错误。方差分析仅说明“至少有一个不同”，无法推断“全部不同”。
   • B（各总体均数不全相等）：正确。拒绝H₀的直接结论。
   • C（各样本均数都不相等）：错误。统计推论针对总体，非样本。
   • D（各总体均数相等）：错误。这是H₀的内容，已被拒绝。
   • E（各总体方差不全相等）：错误。方差分析假设方差齐性，与结论无关。